R语言自定义函数内拟合lm模型指定响应变量报非数值参数错误

核心报错原因 #

两个版本代码的报错来自几处明确的语法和逻辑问题：

• 初始版本直接在lm()公式中写log(parameter)时，R会默认parameter是数据集里的固定列名，不会自动识别为传入的函数参数：传入带引号的字符串时，字符串无法参与对数运算，触发non-numeric argument to mathematical function报错；传入不带引号的变量名时，函数环境中找不到对应独立对象，触发object 'myobject' not found报错。
• 更新版拼接公式时未将固定列名flow写入字符串，R会在当前环境中搜索名为flow的独立对象，而非识别为数据集中的列，直接触发对象不存在报错。
• 初始版本构造预测流量序列时写错参数名：函数入参为pred_maxflow、pred_flowint，代码中误写为maxflow、flowint，触发对象不存在报错。
• 额外逻辑隐患：流量值从0开始时log(0)为负无穷，会导致线性模型拟合异常；使用<<-向全局环境超赋值preds属于坏实践，会意外覆盖全局同名对象；初始版构造测试数据时重复将第二列命名为parameter1_conc，会覆盖第一列的浓度数据。

修复后可直接运行的代码 #

# 加载依赖
library(tibble)

# 构造测试数据集
flows <- seq(0.01,7,0.01) # 流量从0.01开始，避免log(0)的无穷值问题
dat <- tibble(
  flow = sample(flows, 30),
  parameter1_conc = rnorm(30, 15, 4),
  parameter2_conc = rnorm(30, 50, 8)
)

# 修复后的回归预测函数
regr_func <- function(modeldata, parameter, pred_maxflow, pred_flowint) {
  # 正确拼接公式：动态响应变量拼入字符串，固定解释变量flow直接写在公式字符串中
  mod <- lm(as.formula(paste0('log(', parameter, ') ~ log(flow)')), data = modeldata)
  
  # 构造预测用流量序列，匹配入参名
  newflow <- data.frame(flow = seq(0.01, pred_maxflow, pred_flowint))
  
  # 预测结果作为返回值输出，不修改全局环境
  preds <- predict(mod, newdata = newflow, interval = 'prediction')
  # 绑定流量列返回，后续使用更方便
  preds <- cbind(newflow, preds)
  return(preds)
}

# 函数调用示例
pred_result <- regr_func(
  modeldata = dat,
  parameter = 'parameter1_conc',
  pred_maxflow = 20,
  pred_flowint = 0.001
)

可选非字符串拼接实现方式 #

如果不想处理公式拼接的字符串问题，可以直接用数据框子集方式提取动态列，逻辑更稳妥：

regr_func <- function(modeldata, parameter, pred_maxflow, pred_flowint) {
  # 提前提取列做对数转换，不用拼公式
  fit_data <- data.frame(
    y = log(modeldata[[parameter]]),
    x = log(modeldata[["flow"]])
  )
  mod <- lm(y ~ x, data = fit_data)
  
  # 构造预测数据
  pred_flow_seq <- seq(0.01, pred_maxflow, pred_flowint)
  newdata <- data.frame(x = log(pred_flow_seq))
  preds <- predict(mod, newdata = newdata, interval = 'prediction')
  preds <- cbind(flow = pred_flow_seq, preds)
  return(preds)
}

内容的提问来源于stack exchange，提问作者dandrews