Как отладить ошибку" контрасты могут применяться только к факторам с 2 или более уровнями"?

введение

что такое "ошибка контрастов" хорошо объяснено: у вас есть фактор, который имеет только один уровень (или меньше). Но на самом деле этот простой факт может быть легко скрыт, потому что данные, которые фактически используются для подгонки модели, могут сильно отличаться от того, что вы передали. Это происходит, когда у вас есть NA в ваших данных вы вложили свои данные, фактор имеет неиспользуемые уровни или вы преобразовали свои переменные и получите NaN где-то. вы редко находитесь в этой идеальной ситуации, когда одноуровневый фактор может быть замечен из str(your_data_frame) напрямую. многие вопросы по StackOverflow относительно этой ошибки не воспроизводимы, поэтому предложения людей могут или не могут работать. Поэтому, хотя есть к настоящему времени 118 должности что касается этой проблемы, пользователи по-прежнему не могут найти адаптивное решение, чтобы этот вопрос поднимался снова и снова. Этот ответ-моя попытка решить этот вопрос " однажды для всех" или, по крайней мере, обеспечить разумное руководство.

этот ответ имеет богатую информацию, поэтому позвольте мне сначала сделать краткое резюме.

я определил 3 вспомогательные функции для вас: debug_contr_error, debug_contr_error2, NA_preproc.

я рекомендую вам использовать их следующим образом.

1. выполнить NA_preproc получить более полные случаи;
2. запустите свою модель, и если вы получите "ошибку контрастов", используйте debug_contr_error2 для отладка.

большинство ответов показывает вам шаг за шагом, как и почему эти функции определены. Вероятно, нет никакого вреда пропустить этот процесс разработки, но не пропускайте разделы из "воспроизводимых тематических исследований и обсуждений".

пересмотренный ответ

на оригинальный ответ отлично работает для OP и успешно помог некоторым другим. Но!--182-->он не где-то еще из-за отсутствия адаптивности. Посмотрите на выход str(ad.train) в этом вопросе. Переменные OP являются числовыми или факторами; нет символов. Первоначальный ответ был для этой ситуации. Если у вас есть символьные переменные, хотя они будут принуждаться к факторам во время lm и glm фитинг, они не будут сообщаться кодом, так как они не были предоставлены в качестве факторов так is.factor будет скучать по ним. В этом расширении я сделаю оригинальный ответ как больше адаптивный.

пусть dat ваш набор данных передается в lm или glm. Если у вас нет такого фрейма данных, то есть все ваши переменные разбросаны в глобальной среде, вам нужно собрать их в фрейм данных. Возможно, это не лучший способ, но он работает.

## `form` is your model formula, here is an example
y <- x1 <- x2 <- x3 <- 1:4
x4 <- matrix(1:8, 4)
form <- y ~ bs(x1) + poly(x2) + I(1 / x3) + x4

## to gather variables `model.frame.default(form)` is the easiest way 
## but it does too much: it drops `NA` and transforms variables
## we want something more primitive

## first get variable names
vn <- all.vars(form)
#[1] "y"  "x1" "x2" "x3" "x4"

## `get_all_vars(form)` gets you a data frame
## but it is buggy for matrix variables so don't use it
## instead, first use `mget` to gather variables into a list
lst <- mget(vn)

## don't do `data.frame(lst)`; it is buggy with matrix variables
## need to first protect matrix variables by `I()` then do `data.frame`
lst_protect <- lapply(lst, function (x) if (is.matrix(x)) I(x) else x)
dat <- data.frame(lst_protect)
str(dat)
#'data.frame':  4 obs. of  5 variables:
# $ y : int  1 2 3 4
# $ x1: int  1 2 3 4
# $ x2: int  1 2 3 4
# $ x3: int  1 2 3 4
# $ x4: 'AsIs' int [1:4, 1:2] 1 2 3 4 5 6 7 8

## note the 'AsIs' for matrix variable `x4`
## in comparison, try the following buggy ones yourself
str(get_all_vars(form))
str(data.frame(lst))

Шаг 0: явное подмножество

если вы использовали пример преобразования.

debug_contr_error2(y ~ log(x) + f, dat)
#$mf
#  y    log(x) f
#1 1 0.0000000 a
#2 2 0.6931472 a
#3 3 1.0986123 a
#
#$nlevels
#f 
#1 
#
#$levels
#$levels$f
#[1] "a"
#
#
#Warning message:
#In log(x) : NaNs produced

попробовать subset_vec как хорошо.

## or: debug_contr_error2(y ~ log(x) + f, dat, c(T, F, T, T))
debug_contr_error2(y ~ log(x) + f, dat, c(1,3,4))
#$mf
#  y   log(x) f
#1 1 0.000000 a
#3 3 1.098612 a
#
#$nlevels
#f 
#1 
#
#$levels
#$levels$f
#[1] "a"
#
#
#Warning message:
#In log(x) : NaNs produced

модельный штуцер в группу и на как фактор уровни

если вы подгоняете модель по группе, вы с большей вероятностью получите "ошибку контрастов". вам нужно

1. разделите фрейм данных по переменной группировки (см. ?split.data.frame);
2. работа через эти фреймы данных один за другим, применяя debug_contr_error2 (lapply функция может быть полезна для выполнения этого цикла).

некоторые также сказали, что они не могут использовать na.omit по их данным, потому что это будет в конечном итоге слишком мало рядов, чтобы сделать что-то разумное. это можно расслабить. На практике это NA_integer_ и NA_real_ это нужно опустить, но NA_character_ можно сохранить: просто добавьте NA как уровень фактора. Для этого вам нужно перебрать переменные в фрейме данных:

• если переменная x - это уже фактор и anyNA(x) is TRUE, do x <- addNA(x). Важно "и". Если x нет NA, addNA(x) добавит неиспользованный