如何在 R 中修复：对比只能应用于具有 2 个或更多级别的因子。

在本文中，我们将讨论如何修复 R 编程语言中的“对比只能应用于具有 2 个或更多级别的因子”错误。

对比只能应用于具有 2 个或更多水平的因子：

这是 R 编译器产生的常见错误。此错误的完整形式如下：

Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 

  contrasts can be applied only to factors with 2 or more levels

当我们尝试在预测变量的帮助下拟合回归模型时，R 编译器会产生这样的错误，该预测变量是字符或因子并且仅包含一个唯一值。

何时可能发生此错误：

R

# Create a data frame
dataframe <- data.frame(parameter1=c(8, 1, 13, 24, 9),
                 parameter2=as.factor(6),
                 parameter3=c(17, 9, 18, 13, 12),
                 parameter4=c(12, 21, 32, 4, 19))
  
# Print the dataframe
dataframe

输出：

正如您在上面的代码中看到的，parameter2 是一个仅包含唯一值的因子。如果我们尝试拟合其中 parameter2 用作预测变量的多元回归模型，则编译器会产生以下错误：

例子：

在这里，R 编译器会产生这种错误，因为 parameter2 仅包含一个等于 6 的唯一值。由于此预测变量根本不存在任何变化，因此 R 编译器无法有效地拟合回归模型。

R

# Create a data frame
dataframe <- data.frame(parameter1=c(8, 1, 13, 24, 9),
                 parameter2=as.factor(6),
                 parameter3=c(17, 9, 18, 13, 12),
                 parameter4=c(12, 21, 32, 4, 19))
  
  
# Try to fit a multiple regression model
model <- lm(parameter4 ~ parameter1 + parameter2 +
            parameter3, data=dataframe)

输出：

如何修复此错误：

请注意，我们可以一起使用 sapply() 和 lapply() 函数来计算每个预测变量中存在的唯一值的数量。

例子：

在这里，使用 lapply()函数，我们甚至可以打印各个预测变量中存在的值。

R

# Create a data frame
dataframe <- data.frame(parameter1=c(8, 1, 13, 24, 9),
                 parameter2=as.factor(6),
                 parameter3=c(17, 9, 18, 13, 12),
                 parameter4=c(12, 21, 32, 4, 19))
  
# Find the unique values for each variable
sapply(lapply(dataframe, unique), length)

输出：

输出

例子：

现在从下面的代码中，我们可以看到 parameter2 只包含一个唯一值。因此，我们可以通过简单地从回归模型中删除参数 2 来修复此错误。

R

# Create a data frame
dataframe <- data.frame(parameter1=c(8, 1, 13, 24, 9),
                 parameter2=as.factor(6),
                 parameter3=c(17, 9, 18, 13, 12),
                 parameter4=c(12, 21, 32, 4, 19))
  
# Find the unique values for each variable
lapply(dataframe[c('parameter1', 'parameter2',
                   'parameter3', 'parameter4')], 
       unique)

输出：

例子：

因此，通过删除参数2，程序编译成功，没有任何错误。

R

# Create a data frame
dataframe <- data.frame(parameter1=c(8, 1, 13, 24, 9),
                 parameter2=as.factor(6),
                 parameter3=c(17, 9, 18, 13, 12),
                 parameter4=c(12, 21, 32, 4, 19))
  
# Fit regression model using all the predictor variables
# except parameter2
model <- lm(parameter4 ~ parameter1 + parameter3, data=dataframe)
  
# Display model summary
summary(model)

输出：