修正方法: コントラストは 2 レベル以上の因子にのみ適用できます。

R で発生する可能性のある一般的なエラーは次のとおりです。

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

このエラーは、因子または特性のいずれかであり、一意の値が 1 つだけある予測子変数を使用して回帰モデルを近似しようとすると発生します。

このチュートリアルでは、このエラーを解決するために使用できる正確な手順を共有します。

例: 「コントラストは 2 レベル以上の因子にのみ適用できます」を修正する方法

R に次のデータ フレームがあるとします。

 #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

予測子変数var2 は因子であり、一意の値が 1 つだけあることに注意してください。

var2を予測子変数として使用して重線形回帰モデルを近似しようとすると、次のエラーが発生します。

 #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

var2 には 4 という一意の値が 1 つしかないため、このエラーが発生します。この予測子変数には変動がないため、R は回帰モデルを効果的に近似することができません。

実際に次の構文を使用して、データ フレーム内の各変数の一意の値の数をカウントできます。

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

var1 var2 var3 var4 
   4 1 4 4 

そして、 lapply()関数を使用して、各変数の一意の値を表示できます。

 #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

一意の値を持つ変数はvar2だけであることがわかります。したがって、回帰モデルから var2 を削除するだけで、このエラーを修正できます。

 #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

回帰モデルからvar2を削除すると、以前のエラーは発生しなくなります。

追加リソース

R で単純な線形回帰を実行する方法
R で重回帰を実行する方法
R でロジスティック回帰を実行する方法