如何解决：对比只能应用于具有 2 个或更多级别的因素

在 R 中您可能遇到的一个常见错误是：

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

当您尝试使用作为因子或特征并且只有一个唯一值的预测变量来拟合回归模型时，会发生此错误。

本教程分享了可用于解决此错误的确切步骤。

示例：如何修复“对比只能应用于具有 2 个或更多级别的因素”

假设我们在 R 中有以下数据框：

 #create data frame
df <- data. frame (var1=c(1, 3, 3, 4, 5),
                 var2=as. factor (4),
                 var3=c(7, 7, 8, 3, 2),
                 var4=c(1, 1, 2, 8, 9))

#view data frame
df

  var1 var2 var3 var4
1 1 4 7 1
2 3 4 7 1
3 3 4 8 2
4 4 4 3 8
5 5 4 2 9

请注意，预测变量var2是一个因子，并且只有一个唯一值。

如果我们尝试使用var2作为预测变量来拟合多元线性回归模型，我们将得到以下错误：

 #attempt to fit regression model
model <- lm(var4 ~ var1 + var2 + var3, data=df)

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

我们得到此错误是因为var2只有一个唯一值：4。由于该预测变量没有变化，R 无法有效地拟合回归模型。

我们实际上可以使用以下语法来计算数据框中每个变量的唯一值的数量：

 #count unique values for each variable
sapply( lapply (df, unique), length)

var1 var2 var3 var4 
   4 1 4 4 

我们可以使用lapply()函数来显示每个变量的每个唯一值：

 #display unique values for each variable
lapply(df[c('var1', 'var2', 'var3')], unique)

$var1
[1] 1 3 4 5

$var2
[1] 4
Levels: 4

$var3
[1] 7 8 3 2

我们可以看到var2是唯一具有唯一值的变量。因此，我们可以通过简单地从回归模型中删除 var2 来纠正此错误：

 #fit regression model without using var2 as a predictor variable
model <- lm(var4 ~ var1 + var3, data=df)

#view model summary
summary(model)

Call:
lm(formula = var4 ~ var1 + var3, data = df)

Residuals:
       1 2 3 4 5 
 0.02326 -1.23256 0.91860 0.53488 -0.24419 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept) 8.4070 3.6317 2.315 0.1466  
var1 0.6279 0.6191 1.014 0.4172  
var3 -1.1512 0.3399 -3.387 0.0772 .
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 1.164 on 2 degrees of freedom
Multiple R-squared: 0.9569, Adjusted R-squared: 0.9137 
F-statistic: 22.18 on 2 and 2 DF, p-value: 0.04314

通过从回归模型中删除var2 ，我们不再遇到之前的错误。

其他资源

如何在 R 中执行简单线性回归
如何在 R 中执行多元线性回归
如何在 R 中执行逻辑回归