用一系列方程式创建R函数

我得到了关于创建具有相同类型方程的函数的帮助：

将此转换为：

HS.model <- ' visual  =~ x1 + x2 + x3 
              textual =~ x4 + x5 + x6
              speed   =~ x7 + x8 + x9 '

上述函数仅使用“=~” 现在我想结合多种类型的方程，如“~~”和“~”。例如，方程式列表如下所示：

model <- '
  # latent variable definitions (latvars)
    ind60 =~ x1 + x2 + x3
    dem60 =~ y1 + y2 + y3 + y4
    dem65 =~ y5 + y6 + y7 + y8
  # regressions                 (regress)
    dem60 ~ ind60
    dem65 ~ ind60 + dem60
  # residual (co)variances      (covars)
    y1 ~~ y5
    y2 ~~ y4 + y6
    y3 ~~ y7
    y4 ~~ y8
    y6 ~~ y8
'

我试着这么做

myFunction <- function(...) {
  params <- list(...)
  lefts = params[seq(1,length(params), by=2)]
  rights = params[seq(2,length(params), by=2)]
  rights <- Map(paste, rights, collapse="+")
  
  lefts2 = params[seq(3,length(params), by=2)]
  rights2 = params[seq(4,length(params), by=2)]
  rights2 <- Map(paste, rights2, collapse="+")

  paste(paste0(lefts, " =~", rights), paste0(lefts2, " ~", rights2), collapse="\n")

}
 

---

myFunction您可以使用以下函数生成表达式。在这里，我试图简化代码和参数。如果您注意到，不同模型类型之间的唯一区别是传入的分隔符，lhs和rhs保持相似

这是一个共同的功能，它包含lhs和rhs以及分隔符，以分离lhs和rhs。通过更改分隔符，此功能可用于其他模型类型

input=list(
“视觉”=c（'x1'，'x2'，'x3'），
'文本'=c（'x4'，'x5'，'x6'），
“速度”=c（'x7'，'x8'，'x9'）
)
myFunc2=函数（变量、分隔符）{
#变量是一个命名列表，其中名称是lhs，值是rhs
拉普拉(
列表（名称（变量）），
粘贴
lapply（变量、粘贴、折叠='+'），
sep=分离器
)
}
myFunc2（输入“=”）
#> [[1]]
#>[1]“视觉=x1+x2+x3”“文字=x4+x5+x6”“速度=x7+x8+x9”

由（v0.3.0）于2020-07-06创建

在不同型号上重复使用该功能：

latvars=list（'ind60'=c（'x2'，'x3'），sep='
回归=list（'ind30'=c（'x4'，'x5'），sep='~'）
expr=列表（latvars，回归）
输出=c（）
（我在1:2中）{
输出[i]=myFunc2（expr[[i]][1]，expr[[i]][[2]]
}
输出
#> [[1]]
#>[1]“ind60=x2+x3”
#> 
#> [[2]]
#>[1]“ind30~~x4+x5”

由（v0.3.0）于2020-07-06创建的
您得到的错误是什么？请注意，错误可能是由于您在
myFunction
中传递参数的方式造成的。正如我从您的示例
myFunction（latvars=（'visual'，c（'x1'，'x2'，'x3'）中所看到的那样
，您将参数错误地传递给命名参数
latvars
。要么将其作为向量或列表传递。哦，我明白了。如何将其作为向量或列表传递？向量由
c
构成，列表由
list
构成？好的，我试试看。
model <- '
  # latent variable definitions (latvars)
    ind60 =~ x1 + x2 + x3
    dem60 =~ y1 + y2 + y3 + y4
    dem65 =~ y5 + y6 + y7 + y8
  # regressions                 (regress)
    dem60 ~ ind60
    dem65 ~ ind60 + dem60
  # residual (co)variances      (covars)
    y1 ~~ y5
    y2 ~~ y4 + y6
    y3 ~~ y7
    y4 ~~ y8
    y6 ~~ y8
'

myFunction(latvars = ("ind60", c("x1", "x2", "x3"), 
                      "dem60", c("y1", "y2", "y3", "y4"), 
                      "dem65", c("y5", "y6", "y7", "y8")),
           regress = ("dem60", c("ind60"),
                      "dem65", c("ind60", "dem60")),
           covars  = ("y1", c("y5"),
                      "y2", c("y4", "y6"),
                      "y3", c("y7"),
                      "y4", c("y8"),
                      "y6", c("y8"))
          )

myFunction <- function(...) {
  params <- list(...)
  lefts = params[seq(1,length(params), by=2)]
  rights = params[seq(2,length(params), by=2)]
  rights <- Map(paste, rights, collapse="+")
  
  lefts2 = params[seq(3,length(params), by=2)]
  rights2 = params[seq(4,length(params), by=2)]
  rights2 <- Map(paste, rights2, collapse="+")

  paste(paste0(lefts, " =~", rights), paste0(lefts2, " ~", rights2), collapse="\n")

}