我希望使用profile（）将汇总数据从函数内部使用MASS：：polr（）创建的模型中隔离出来。它在函数外部工作，如果使用glm（）而不是polr（），该函数就可以工作。有人能解释为什么吗？

可复制数据

# for polr() example
df2 <- data.frame(
  a = ordered(c(1,2,3,4,5,1,2,3,4,5,1,2,3,4,5,1,2,3,4,5), levels = 1:5),
  b = ordered(c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4), levels = 1:4))
# for glm() example
df3 <- data.frame(
  a = c(1,2,3,4,5,1,2,3,4,5,1,2,3,4,5,1,2,3,4,5),
  b = c(1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4,1,2,3,4))

字符串
这就是我想在函数中返回汇总数据的内容。

model <- polr(a ~ b, data = df2)
summary <- attr(profile(model), "summary")
summary

型

我试过什么

fun_polr <- function(x){
  model <- polr(a ~ b, data = x)
  summary <- attr(profile(model), "summary")
  return(summary)
}

型
当我运行fun_polr（df2）时，我得到错误“Error in eval（expr，p）：object 'x' not found”。
如果我用glm（）在df3数据集上运行一个类似的函数，我不会得到错误。

fun_glm <- function(x){
  model <- glm(a ~ b, data = x)
  summary <- attr(profile(model), "summary")
  return(summary)
}

型
如果我创建函数而不使用profile（）来简单地返回模型，它运行得很好。所以我得出结论，是profile（）与polr（）的交互方式导致了问题。fun_polr2（df2）运行没有任何问题。

fun_polr2 <- function(x){
  model <- polr(a ~ b, data = x)
  return(model)
}

型

进一步的见解我还发现，当输入模型的数据是由创建 Dataframe 时的函数生成时，profile（polr.model）不起作用。

set.seed(123)
df <- data.frame(
  a = ordered(sample(1:5, 100, replace = TRUE), levels = 1:5),
  b = ordered(sample(1:4, 100, replace = TRUE), levels = 1:4))
model <- polr(a ~ b, data = df)
summary <- attr(profile(model), "summary")

模型生成了，但是profile（）步骤导致了一个错误，“'data' must be a data.frame，environment，or list.”我对glm（）模型的生成数据尝试了同样的方法，没有遇到同样的问题。

df4 <- data.frame(
  a = sample(1:5, 100, replace = TRUE),
  b = sample(1:4, 100, replace = TRUE))
model <- glm(a ~ b, data = df4)
summary <- attr(profile(model), "summary")

我希望这些观察结果是相关的，但不确定如何解决。我将感谢任何解释或帮助。是否有任何替代方法可以使用profile（）来隔离汇总数据？