在R中定义线性模型时的对比误差

Question

当我试图在R中定义线性模型时，如下所示：

lm1 <- lm(predictorvariable ~ x1+x2+x3, data=dataframe.df)

我收到以下错误消息：

Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 
contrasts can be applied only to factors with 2 or more levels 

有什么办法可以忽略它或者修复它吗？有些变量是因素，有些则不是。

Answer 1

如果您的自变量(RHS变量)是一个只接受一个值的因素或字符，则会发生该类型的错误。

实例:R中的iris数据

(model1 <- lm(Sepal.Length ~ Sepal.Width + Species, data=iris))

# Call:
# lm(formula = Sepal.Length ~ Sepal.Width + Species, data = iris)

# Coefficients:
#       (Intercept)        Sepal.Width  Speciesversicolor   Speciesvirginica  
#            2.2514             0.8036             1.4587             1.9468  

现在，如果你的数据只有一个物种：

(model1 <- lm(Sepal.Length ~ Sepal.Width + Species,
              data=iris[iris$Species == "setosa", ]))
# Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 
#   contrasts can be applied only to factors with 2 or more levels

如果变量是数值(Sepal.Width)，但只取单个值(例如3 )，则模型将运行，但您将获得NA作为该变量的系数，如下所示：

(model2 <-lm(Sepal.Length ~ Sepal.Width + Species,
             data=iris[iris$Sepal.Width == 3, ]))

# Call:
# lm(formula = Sepal.Length ~ Sepal.Width + Species, 
#    data = iris[iris$Sepal.Width == 3, ])

# Coefficients:
#       (Intercept)        Sepal.Width  Speciesversicolor   Speciesvirginica  
#             4.700                 NA              1.250              2.017

解决方案：只有一个值的因变量没有足够的变化。因此，无论是数字变量、字符变量还是因素变量，都需要删除该变量。

根据注释更新：，因为您知道错误只会发生在因子/字符上，所以您只能关注这些因素变量的长度，看看这些因素变量的级别长度是1(下降)还是大于1 (NODROP)。

要查看变量是否是一个因素，请使用以下代码：

(l <- sapply(iris, function(x) is.factor(x)))
# Sepal.Length  Sepal.Width Petal.Length  Petal.Width      Species 
#        FALSE        FALSE        FALSE        FALSE         TRUE 

然后，您可以只获得因子变量的数据框架。

m <- iris[, l]

现在，找到因素变量的数量，如果这是您需要删除的一个。

ifelse(n <- sapply(m, function(x) length(levels(x))) == 1, "DROP", "NODROP")

注意:如果因子变量的级别只有一个，那么就是变量，您必须删除。

Answer 2

看来，至少有一个预测因子，x1、x2或x3，只有一个因子级别，因此是一个常数。

看一下

lapply(dataframe.df[c("x1", "x2", "x3")], unique)

找出不同的价值观。

Answer 3

当数据包含NA时，也可能发生此错误消息。

在这种情况下，行为取决于缺省值(请参阅文档)，可能所有在变量中提到的列中包含NA的情况都会被静默删除。因此，可能一个因素确实有几个结果，但当仅限于不使用NA的情况时，该因素只有一个结果。

在这种情况下，要修复错误，要么更改模型(从公式中删除问题因素)，要么更改数据(即完成案例)。