2
residuals
をregression
に近づけるためにmultidplyr
を使用しようとしています。 モデルに適合するfunction
を作成して、residuals
を取得しました。このデータに加えて、さらに2つの引数があります。ここでdplyr :: do内で引数を持つ関数をmultidplyrを使用して呼び出す
はfunction
です:
set.seed(1)
ds <- data.frame(group=c(rep("a",100), rep("b",100),rep("c",100)),sex=rep(sample(c("F","M"),100,replace=T),3),y=rpois(300,10))
model.formula <- as.formula("y ~ sex")
regression.model <- "poisson"
そして、ここではmultidplyr
アプローチがあります:
func <- function(df,reg.mdl,mdl.fmla)
{
if(reg.mdl == "linear"){
df$resid <- lm(formula = mdl.fmla, data = df)$residuals
} else if(reg.mdl == "poisson"){
df$resid <- residuals(object = glm(formula = mdl.fmla,data = df,family = "poisson"),type='pearson')
}
return(df)
}
は、ここで私は私のmultidplyr
アプローチを試してみましょうどのデータ例です
ds %>% partition(group) %>% cluster_library("tidyverse") %>%
cluster_assign_value("func", func) %>%
do(results = func(df=.,reg.mdl=regression.model,mdl.fmla=model.formula)) %>% collect() %>% .$results %>% bind_rows()
このこのエラーはスローされます:
Error in checkForRemoteErrors(lapply(cl, recvResult)) :
3 nodes produced errors; first error: object 'regression.model' not found
In addition: Warning message:
group_indices_.grouped_df ignores extra arguments
だから、私はdo
からfunc
に引数を渡している方法が間違っていると思います。
何が正しいのでしょうか?