如何正确提供数据以更新功能？ 让我们考虑执行logit或概率回归的函数跟踪： my_glm <- function(y, x, model_type = "logit") { do.call("glm", c(list( formula = y ~ ., data = base::quote(as.data.frame(x)), family = quote(binomial(link = model_type)) ))) }

我想要的是一个函数，它可以对函数

my_model

中的模型执行似然比测试

我目前的工作

因为我的函数

my_glm

是使用

do.call

函数创建的，所以我不能将此函数编码为：

#Incorrect!

library(lmtest)
test_model <- function(model) {  
   lrtest(model)
}

然而，我仍然不知道如何通过数据更新我的模型。我试着替换

test <- lrtest(update(model, family = binomial("logit"))) 

尝试在my_车型上运行时：

test_model(my_model)

我得到一个错误：

Error: node stack overflow
Error during wrapup: node stack overflow 

另一种尝试（更简单的一种）：

---

test\u model Try
update（model，family=binomial（“logit”），data=model$model[-1]）
。参数名为
data
，调用中的值为
x
。嘿@nicola非常感谢你的回答！您是对的，替换它是合理的，但是
lrtest（更新（model，family=binomial（“logit”），data=model$model[-1]）
给出了完全相同的结果。请将您正在运行的实际代码和收到的错误发布在同一页上。你们只是在定义函数，所以让读者去理解什么不起作用
test <- lrtest(update(model, family = binomial("logit"), data = model$model[-1])) 

test_model <- function(model) {
  if (model$family$link == "logit") {
    test <- lrtest(update(model, family = binomial("logit"), data = model$model[-1]))
  }
  else if (model$family$link == "probit") {
    test <- lrtest(update(model, family = binomial("probit"), data = model$model[-1]))
  }
  test
}

test_model(my_model)

Error: node stack overflow
Error during wrapup: node stack overflow 

test_model <- function(model) {
    test <- lrtest(update(model, family = binomial("logit"), data = model$model[-1]))
}

test_model(my_model)

 Error in is.data.frame(data) : object 'model' not found