Question

当我尝试在R中定义我的线性模型时如下：

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

有没有办法忽略这个或修复它？有些变量是因素，有些则不是。

Answer 1

如果您的自变量（RHS变量）是一个因子或只占一个值的字符，则会发生该类型的错误。

示例：R

中的虹膜数据

(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，如果您的数据只包含一个物种：

(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

如果变量是数字（Sepal.Width），但只取一个值表示3，则模型会运行，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：因变量的变化不足，只有一个值。因此，您需要删除该变量，无论是数字还是字符或因子变量。

根据评论更新：由于您知道错误只会发生在因子/字符上，因此您只能关注那些因素并查看这些因子变量的级别长度是否为1（DROP））或大于1（NODROP）。

要查看变量是否为因子，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，您只能获得因子变量的数据框

m <- iris[, l]

现在，找到因子变量的级别数，如果这是你需要删除的那个

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，那么这就是变量，你必须放弃。

Answer 2

您的至少一个预测变量x1，x2或x3似乎只有一个因子级别，因此是常量。

看看

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

找到不同的值。

Answer 3

Metrics和Svens回答处理通常的情况，但对于我们在非英语环境中工作的人，如果你的角色变量中有异国情调（å，ä，ö）你会得到相同的结果，即使你有多个要素水平。

Levels <- c("Pri", "För")给出了对比度错误，而Levels <- c("Pri", "For")没有

这可能是一个错误。

Answer 4

如果数据包含NA s。

，也可能会出现此错误消息

在这种情况下，行为取决于默认值（请参阅文档），并且可能会默默删除变量中提到的列中NA的所有情况。因此，一个因素确实可能有几个结果，但该因素在限制没有NA的情况时只有一个结果。

在这种情况下，要修复错误，请更改模型（从公式中删除有问题的因素），或更改数据（即完成案例）。

Answer 5

其他作者的答案已经解决了只有一个水平或不适用的因素的问题。

今天，我在使用rstatix::anova_test()函数时偶然发现了相同的错误，但是我的因素还不错（一个以上的水平，没有NA，没有字符向量，...）。相反，我可以通过删除数据框中模型中未包括的所有变量来修复错误。我不知道此行为的原因是什么，但是仅在了解此错误时也可能会有所帮助。

Answer 6

这是@Metrics提供的答案的变体，由@Max Ghenis编辑......

\\&

这里，在识别因子变量之后，第二个l <- sapply(iris, function(x) is.factor(x)) m <- iris[,l] n <- sapply( m, function(x) { y <- summary(x)/length(x) len <- length(y[y<0.005 | y>0.995]) cbind(len,t(y))} ) drop_cols_df <- data.frame(var = names(l[l]), status = ifelse(as.vector(t(n[1,]))==0,"NODROP","DROP" ), level1 = as.vector(t(n[2,])), level2 = as.vector(t(n[3,])))计算变量的每个级别/类别的记录百分比。然后它确定超过99.5％或低于0.5％发病率（我的任意阈值）的水平数。

然后继续返回每个分类变量中有效等级的数量和每个等级的发生率。

不应该删除零级别超过阈值的变量，而另一个应该从线性模型中删除。

最后一个数据框使查看结果变得容易。由于所有因子变量都是二项式的，因此对此数据集进行了硬编码。该数据框可以很容易地通用。

Answer 7

如果错误恰好是由于您的数据具有NA，则您需要设置glm（）函数选项，以了解如何处理NA案例。有关此问题的更多信息，请参见以下相关文章：https://stats.stackexchange.com/questions/46692/how-the-na-values-are-treated-in-glm-in-r

Answer 8

根据我十分钟前的经验，这种情况可能发生在一个类别不止一个但NA较多的情况下。以Kaggle Houseprice Dataset为例，如果您加载了数据并进行了简单的回归，

train.df = read.csv('train.csv')
lm1 = lm(SalePrice ~ ., data = train.df)

您将收到相同的错误。我还尝试测试每个因素的级别数，但没有一个说它低于2个级别。

cols = colnames(train.df)
for (col in cols){
  if(is.factor(train.df[[col]])){
    cat(col, ' has ', length(levels(train.df[[col]])), '\n')
  }
}

因此，很长一段时间后，我使用summary(train.df)来查看每个列的详细信息，并删除了一些列，终于可以了：

train.df = subset(train.df, select=-c(Id, PoolQC,Fence, MiscFeature, Alley, Utilities))
lm1 = lm(SalePrice ~ ., data = train.df)

并删除其中任何一个，回归将无法再次运行，并出现相同的错误（我已经对自己进行了测试）。

及以上属性通常具有1400多个NA和10个有用值，因此，即使它们具有3或4个级别，您也可能希望删除这些垃圾属性。我猜想有一个函数计算每列中有多少个NA会有所帮助。

在R中定义线性模型时出现对比误差

8 个答案: