Types Julia：为子类型（LinearModel）创建方法

我正在尝试为GLM包的LinearModel子类型创建一个方法。不幸的是，这似乎不起作用：

using DataFrames, GLM, RDatasets

iris = dataset("datasets", "iris")

fit = lm(@formula(SepalLength ~ PetalWidth), iris)

function print_r2(fit::GLM.LinearModel)

    R2 = r2(fit)
    println("The model's R2 is $R2.")

end

print_r2(fit)

和错误：

MethodError: no method matching print_r2(::StatsModels.DataFrameRegressionModel{GLM.LinearModel{GLM.LmResp{Array{Float64,1}},GLM.DensePredChol{Float64,Base.LinAlg.Cholesky{Float64,Array{Float64,2}}}},Array{Float64,2}})
Closest candidates are:
  print_r2(::GLM.LinearModel) at In[1]:9

---

我必须指定整个类型吗

您应该以稍微不同的方式指定类型：

import StatsBase

function print_r2(fit::StatsBase.RegressionModel)
    R2 = r2(fit)
    println("The model's R2 is $R2.")
end

或者

fit:：StatsModels.DataFrameRegressionModel

，如果您想更具体一些

问题是您的

fit

不是

GLM.LinearModel

类型：

julia> fit isa GLM.LinearModel
false

您可以按如下方式检查其类型：

julia> typeof(fit)
StatsModels.DataFrameRegressionModel{GLM.LinearModel{GLM.LmResp{Array{Float64,1}},GLM.DensePredChol{Float64,Base.LinAlg.Cholesky{Float64,Array{Float64,2}}}},Array{Float64,2}}

---

作为旁注：

fit

不是一个非常幸运的名称，因为它与由

StatsBase

导出的函数名冲突。您应该以稍微不同的方式指定类型：

import StatsBase

function print_r2(fit::StatsBase.RegressionModel)
    R2 = r2(fit)
    println("The model's R2 is $R2.")
end

或者

fit:：StatsModels.DataFrameRegressionModel

，如果您想更具体一些

问题是您的

fit

不是

GLM.LinearModel

类型：

julia> fit isa GLM.LinearModel
false

您可以按如下方式检查其类型：

julia> typeof(fit)
StatsModels.DataFrameRegressionModel{GLM.LinearModel{GLM.LmResp{Array{Float64,1}},GLM.DensePredChol{Float64,Base.LinAlg.Cholesky{Float64,Array{Float64,2}}}},Array{Float64,2}}

---

作为旁注：

fit

不是一个非常幸运的名称，因为它与

StatsBase

导出的函数名冲突。感谢您的回答和建议（您对fit名称的看法是正确的）！！但是如何指定LinearModel子类型，使该函数不是所有GLM通用的，而是仅适用于LMs？如果这是您想要的，那么我认为这将起作用

StatsModels.DataFrameRegressionModel{感谢您的回答和建议（您对fit name的看法是正确的）！！但是如何指定LinearModel子类型，使函数不是所有GLM通用的，而是仅适用于LMs？如果这是您想要的，那么我认为这将起作用
StatsModels.DataFrameRegressionModel{