自定义函数报“object not found”错误：聚类稳健标准误函数问题

报错原因拆解 #

你遇到的问题核心是R中公式的求值逻辑导致的！当你在函数里写~ clusterby时，R会默认去**模型拟合的原始数据集（也就是你这里的df）**里找名为clusterby的变量，而不是把它当成函数参数clusterby的取值（也就是你传入的foreign）。你的数据里根本没有叫clusterby的列，自然就抛出object 'clusterby' not found的错误啦。

修正后的函数写法 #

这里给你两种靠谱的修正方式，都能完美解决问题：

方法1：用reformulate构建公式

reformulate可以把变量名转换成对应的公式，非常适配这种场景：

clu <- function(fitmodel, clusterby) {
  require(multiwayvcov, quietly = TRUE)
  require(lmtest, quietly = TRUE)
  # 把传入的聚类变量转换成公式
  cluster_formula <- reformulate(deparse(substitute(clusterby)))
  a <- cluster.vcov(fitmodel, cluster_formula)
  coeftest(fitmodel, a)
}

方法2：用substitute动态生成公式

通过substitute替换公式里的占位符，也能生成正确的聚类公式：

clu <- function(fitmodel, clusterby) {
  require(multiwayvcov, quietly = TRUE)
  require(lmtest, quietly = TRUE)
  # 动态替换生成聚类公式
  cluster_formula <- substitute(~ x, list(x = substitute(clusterby)))
  a <- cluster.vcov(fitmodel, cluster_formula)
  coeftest(fitmodel, a)
}

测试验证 #

现在运行clu(fit, foreign)，就能得到和未封装函数时完全一致的聚类稳健标准误结果啦！

另外补充个小技巧：如果你想让函数同时支持传入变量名和公式（比如clu(fit, ~foreign)），可以稍微调整函数逻辑判断输入类型，但你的原始调用习惯是传变量名，上面两种写法已经完全够用。

内容的提问来源于stack exchange，提问作者letmetype