使用rms:：Predict在列上循环

我正在编写一个函数，以迭代方式遍历字符向量的每个元素，执行一些操作，并将每个输出附加到适当的列表中。在循环中，我正在做的一件事是使用字符列表的第I个元素作为参数。但我得到了以下错误：

预测错误（模型拟合，变量[i]）：预测不在模型中：c（“[”，“变量”，“i”）

在对它进行了一些研究之后，我试图创建一个数据承诺，以便通过修改我的函数来引用vars向量的第I个元素：

Predict（model_fit，substitute（vars[I]，env=as.list（vars））

，它输出一个关于预测器的类似错误消息不在模型中。关于如何正确编写代码以便

Predict（）

函数准确引用所需的向量元素，有什么线索吗

下面是一个可复制的示例：

data(iris)
library(rms)

iris$binomial_species <- ifelse(iris$Species=='setosa',1,0)
vars <- colnames(iris)

dd <- datadist(iris)
options(datadist='dd')

for (i in seq(length(vars))) {
  fit <- lrm(binomial_species~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width,data = iris)
  Predict(fit,substitute(vars[i],env=as.list(vars))
}

数据（iris）
图书馆（rms）
iris$binominary\u species一个选项是建立对
Predict
和
eval
的调用。你没有将结果存储在任何地方，因此你可能应该将
Predict
的结果放在一个列表中。最简单的方法是
lappy
而不是循环。此外，你不需要每次循环都运行fit。La首先，您不能遍历所有
变量，因为它们包括“物种”（不在模型中）和“二项式物种”（因变量）：

库（rms）
鸢尾$二项式种..$萼片.长度：num[1:200]4.6 4.61 4.63 4.64 4.65。。。
#>..$萼片宽度：num[1:200]3。。。
#>..$Petal.长度：num[1:200]4.354.354.354.354.354.354.354.354.354.354.35
#>..$Petal.Width:num[1:200]1.31.31.31.31.31.31.31.31.31.31.31.31.31.31.31.3。。。
#>..$yhat:num[1:200]-18.3-18.2-18.2-18.1-18.1。。。
#>..$lower:num[1:200]-429-425-422-419-415。。。
#>..$upper:num[1:200]392389 386 382 379。。。
#>..-attr（*，“out.attrs”）=2个列表
#>..$dim:Named int[1:4]200 1
#>（……等）
一个选项是建立对
Predict
和
eval
的调用。你没有将结果存储在任何地方，因此你可能应该将
Predict
的结果放在一个列表中。最简单的方法是
lappy
而不是循环。此外，你不需要每次循环都运行fit。最后，你不能这样做循环遍历所有
变量
，因为它们包括“物种”（不在模型中）和“二项式物种”（因变量）：

库（rms）
鸢尾$二项式种..$萼片.长度：num[1:200]4.6 4.61 4.63 4.64 4.65。。。
#>..$萼片宽度：num[1:200]3。。。
#>..$Petal.长度：num[1:200]4.354.354.354.354.354.354.354.354.354.354.35
#>..$Petal.Width:num[1:200]1.31.31.31.31.31.31.31.31.31.31.31.31.31.31.31.3。。。
#>..$yhat:num[1:200]-18.3-18.2-18.2-18.1-18.1。。。
#>..$lower:num[1:200]-429-425-422-419-415。。。
#>..$upper:num[1:200]392389 386 382 379。。。
#>..-attr（*，“out.attrs”）=2个列表
#>..$dim:Named int[1:4]200 1
#>（……等）
如果要使用字符值作为列名，请使用
name=
参数。因此，这些参数都是相同的

Predict(fit, Sepal.Length)
Predict(fit, name="Sepal.Length")
myvar <- "Sepal.Length"
Predict(fit, name=myvar)

预测（适合，萼片长度）
预测（适合，name=“萼片长度”）
myvar如果您想使用字符值作为列名，请使用
name=
参数

Predict(fit, Sepal.Length)
Predict(fit, name="Sepal.Length")
myvar <- "Sepal.Length"
Predict(fit, name=myvar)

预测（适合，萼片长度）
预测（适合，name=“萼片长度”）
myvar感谢您的回复。您的评论是对的。但是，可复制的示例是我正在做的一个极其简化的版本，因此，我创建它只是为了复制错误消息。实际上，我正在存储我的
Predict（）
结果，并且每次都需要重新拟合我的模型。@cliftjc1足够公平。“构建调用”方法对您有效吗？有可能
lappy
函数族是编写循环的一个很好的替代方法。您能详细介绍一下
eval（）的逻辑吗
功能？请原谅我的无知，我不熟悉“建立呼叫”方法name@cliftjc1
as.call
部分允许您将语言对象列表转换为对函数的调用。我们将
Predict
、函数名作为列表中的第一个参数，然后将任何后续函数参数作为列表中的命名项。然后将其转换为带有
as.call
和final的调用ly
eval
或评估该调用。虽然这样做有效，但它并不像@MrFlick的回答那样简单和惯用（我不知道您可以使用
name=
），虽然我可能会将我答案的
lappy
部分作为您最终工作流程的一部分谢谢您的回答。您的评论是对的。然而，可复制的示例是我正在做的事情的一个极其简化的版本，因此，我创建它只是为了复制错误消息。实际上，我正在存储y
Predict（）
结果，并且每次都需要重新拟合我的模型。@cliftjc1足够公平。“构建调用”方法对您有效吗？有可能
lappy
函数族是编写循环的一个很好的替代方法。您能详细介绍一下
eval（）的逻辑吗
功能？请原谅我的无知，我不熟悉“建立呼叫”方法name@cliftjc1
as.call
部分允许您将语言对象列表转换为对函数的调用。我们将
Predict
、函数名作为列表中的第一个参数，然后将任何后续函数参数作为列表中的命名项。然后将其转换为带有
as.call
和final的调用ly
eval
或评估该调用。尽管此操作有效