eval（expr、envir、enclose）中出错：找不到函数-嵌套函数&；环境

下面显示的R代码是一个最小的工作示例，用于重现一个我不能说我理解的错误。运行脚本会产生错误，

error in eval（expr、envir、enclose）：找不到函数“fitModel”

。在阅读了一两篇文章之后，我想我理解了为什么在这种情况下会发生这种情况，“fitModel”没有在“obclustefunction”的执行环境中定义。我通过对“myFormula”进行以下更改来修复此问题：

---

myFormula这里有两个问题。第一种是使用字符串作为公式。最好用

myFormula <- y ~ fitModel(x, a)

这适用于公式语法（无引号的变量名称），而不是字符串，因为公式可以捕获环境

至少它应该是这样工作的。包作者可以自由地根据自己的意愿评估公式，而
nlsLM（）
函数的作者决定忽略分配给公式的环境。它们在
nlsLM（）内的函数中执行此操作

这会奏效的。这基本上就是
model.frame（）
在
lm（）
中所做的，它允许这种方法工作。我们可以使用

# tested with minpack.lm_1.1-8
nlsLM2<-nlsLM
body(nlsLM2)[[27]][[3]][[3]][[3]]<-quote(rhs<-eval(formula[[3L]], envir = mf, environment(formula)))

因此，对于所有R函数如何处理环境和作用域，您并没有什么可说的。这种行为是
nlsLM（）
作者决定评估其参数时所特有的。
注意，这适用于字符公式，后面跟着
as.formula
，因为第二步附加了环境（+1）Good point@BrodieG。（但我仍然认为最好跳过这一步，从一开始就制定一个合适的公式）。谢谢@MrFlick，你的解决方案在我这边也有效。我也没有想到创建R函数的修改版本，所以现在我开始尝试对nlsLM进行其他一些修改。@BrodieG确实如此。编辑的评论。
# myFormula <- "y ~ fitModel(x, a)"  ... becomes
myFormula <- y ~ fitModel(x, 1)

#nlsOutput <- nlsLM(formula = myFormula, start = init, data = Data) ...becomes
nlsOutput <- lm(formula = myFormula, data = Data)

FCT <- function(par) {
    mf[m] <- par
    rhs <- eval(formula[[3L]], envir = mf)
    res <- lhs - rhs
    res <- .swts * res
    res
}

rhs <- eval(formula[[3L]], envir = mf, environment(formula))

# tested with minpack.lm_1.1-8
nlsLM2<-nlsLM
body(nlsLM2)[[27]][[3]][[3]][[3]]<-quote(rhs<-eval(formula[[3L]], envir = mf, environment(formula)))

# myFormula <- "y ~ fitModel(x, a)"  ... becomes
myFormula <- y ~ fitModel(x, a)

#nlsOutput <- nlsLM(formula = myFormula, start = init, data = Data) ...becomes
nlsOutput <- nlsLM2(formula = myFormula, start = init, data = Data) 

Nonlinear regression model
  model: y ~ fitModel(x, a)
   data: Data
  a 
0.5 
 residual sum-of-squares: 0

Number of iterations to convergence: 5 
Achieved convergence tolerance: 1.49e-08