R语言glm函数如何传入字符型offset参数及执行字符串调用

假设数据集my_data包含Count、Covariate、offset_a、offset_b四个字段，直接运行以下固定偏移量的准泊松GLM代码可正常执行：

glm(my_formula, data = my_data, family = 'quasipoisson', offset = offset_a)

但编写循环依次传入offset_a、offset_b作为偏移量时，直接给offset参数传字符串值会运行失败，即便用noquote()处理字符串也无法正常跑通，错误示例代码如下：

offset_list <- c("offset_a", "offset_b")

for (k in offset_list){
  ...
  # 错误写法：直接传入字符串
  fit = glm(my_formula, data = my_data, family = 'quasipoisson', offset = k)
  # 错误写法：noquote仅修改打印样式，本质还是字符串，无法解析
  fit = glm(my_formula, data = my_data, family = 'quasipoisson', offset = noquote(k))
  ...
}

此外存在一个字符型变量statement，存储内容为"glm(my_formula, data = my_data, family = 'quasipoisson', offset = offset_a)"，需要确认是否可以直接传入该变量调用glm()得到正确结果。

循环传入不同偏移量的正确写法 #

glm()的offset参数接收的是和数据集观测行数等长的数值向量，不接受列名字符串；noquote()只改变字符串的打印显示效果，不会将字符串转为可解析的变量引用，因此两种写法都会报错。可选择以下两种稳定实现方式：

• 方法1：按列名索引取数传入
  直接通过R的列表索引语法[[，按字符串列名从数据集中取出对应偏移列的数值向量传入，是最简洁、不易出错的写法，不需要修改原有公式：

  offset_list <- c("offset_a", "offset_b")
  fit_list <- list() # 用列表存储每次迭代的模型结果
  
  for (k in offset_list){
    fit_list[[k]] <- glm(
      my_formula, 
      data = my_data, 
      family = 'quasipoisson', 
      offset = my_data[[k]]
    )
  }
  

• 方法2：动态更新公式中的偏移项
  通过字符串拼接动态生成带对应偏移项的公式，转为formula对象后传入模型，这种方式的模型输出会明确记录使用的偏移变量名，后续批量汇总结果时更清晰：

  offset_list <- c("offset_a", "offset_b")
  fit_list <- list()
  
  for (k in offset_list){
    # 基于原有公式动态追加偏移项
    current_formula <- update(
      my_formula, 
      as.formula(paste0(". ~ . + offset(", k, ")"))
    )
    fit_list[[k]] <- glm(
      current_formula, 
      data = my_data, 
      family = 'quasipoisson'
    )
  }
  

字符串形式代码的执行方法 #

不能直接把存储代码文本的statement变量传入glm()，R会将其识别为普通字符向量，不会解析为函数调用。如果需要执行字符串形式的R代码，可通过eval()搭配parse()先解析再运行：

statement <- "glm(my_formula, data = my_data, family = 'quasipoisson', offset = offset_a)"
fit <- eval(parse(text = statement))

注意：eval(parse())的方式存在代码注入风险，仅适合个人固定脚本场景使用，如果字符串内容来自外部不可信输入，禁止使用该方式，优先选择前述两种更安全的写法。

内容的提问来源于stack exchange，提问作者sharpz