将模型参数传递给R'；s predict（）函数的鲁棒性

我试着用R来拟合线性模型并做出预测。我的模型包含一些不在数据帧中的常量边参数。以下是我所做工作的简化版本：

dat <- data.frame(x=1:5,y=3*(1:5))
b <- 1
mdl <- lm(y~I(b*x),data=dat)

如何强制

predict（）

使用原始

b

值而不是更改的值？或者，是否有某种方法可以控制

predict（）

在何处查找变量，以便确保它获得所需的值？实际上，我不能将

b

作为

newdata

数据框的一部分，因为在我的应用程序中，

b

是一个参数向量，其大小与新观测数据框的大小不同

请注意，相对于我的实际用例，我已经大大简化了这一点，因此我需要一个健壮的通用解决方案，而不仅仅是临时的黑客攻击。

eval（将值替换为引用的表达式

mdl <- eval(substitute(lm(y~I(b*x),data=dat), list(b=b)))

mdl
# Call:
# lm(formula = y ~ I(1 * x), data = dat)
# ...

mdl我们也可以使用
bquote

mdl <- eval(bquote(lm(y~I(.(b)*x), data=dat)))
mdl

#Call:
#lm(formula = y ~ I(1 * x), data = dat)

#Coefficients:
#(Intercept)     I(1 * x)  
#  9.533e-15    3.000e+00  

mdl哇，这很好。唯一的缺点是它让
str（mdl）
更难看，因为它充满了替代值。但我现在可以接受，除非你能想出更好的方法？谢谢！@Paul我不确定你的意思是什么？因为有数字代替了“b”？还是别的什么？@Paul好的，试试
mdl@Paul你可能只想阅读
？本地的
文档（环境方面的东西可能会让人困惑，它会比我做得更好），但是
local
创建了一个新的环境，您可以在其中为表达式定义变量。例如，如果您改为
mdl，谢谢。在阅读文档后，我对
local（）
产生的新环境在何处存在感到有点困惑。但我发现这段代码很有启发性：
my_env=new.env（）；mdl
mdl <- eval(bquote(lm(y~I(.(b)*x), data=dat)))
mdl

#Call:
#lm(formula = y ~ I(1 * x), data = dat)

#Coefficients:
#(Intercept)     I(1 * x)  
#  9.533e-15    3.000e+00