R Shiny中betareg调用reactive变量报invalid model formula错误求助

你遇到的报错有两个核心诱因：

• reformulate()函数的response参数仅接受响应变量的名称字符串，你在选择标准化的分支里直接传入了newy()返回的数值向量，公式解析逻辑无法识别直接的数值序列，触发错误。
• 你误将data = data()写在了reformulate()的入参中，该函数本身没有data参数，属于参数位置传递错误。

你需要先把标准化后的因变量作为新列存入数据集，再将对应的列名字符串传给reformulate()即可，修正后代码如下：

# 预加工数据集，新增标准化后的y列
processed_data <- reactive({
  req(data(), input$yvar)
  df <- data()
  y <- as.numeric(df[[input$yvar]])
  # 标准化时添加微小偏移，避免因变量刚好取到0或1导致beta回归报错
  df$scaled_y <- (y - min(y) + 1e-6) / (max(y) - min(y) + 2e-6)
  return(df)
})

lmModel <- reactive({
  req(processed_data(), input$xvar, input$yvar)
  df <- processed_data()
  # 根据用户选择确定响应变量的列名
  response_col <- if(input$yes) "scaled_y" else input$yvar
  # 构造公式并拟合模型，data参数正确传递给betareg
  model <- betareg(
    formula = reformulate(input$xvar, response = response_col), 
    data = df, 
    na.action = na.exclude
  )
  return(model)
})

beta回归要求因变量严格取值在(0,1)开区间内，你原先的最小-最大标准化会把原始数据的最小值映射为0、最大值映射为1，会触发beta回归的边界值报错，上面的代码里已经添加了微小偏移处理该问题。

内容的提问来源于stack exchange，提问作者user323457