在dplyr中结合lm函数使用between时遇长度匹配错误的求助

问题原因 #

rstudent(mod)返回的是带名称属性的数值向量，dplyr的mutate会尝试按行名匹配数据而非按位置赋值，即便表面行名完全对应，这种匹配逻辑也可能触发长度不匹配的错误。

解决方案 #

核心是移除残差向量的名称属性，让mutate按位置顺序赋值，以下几种方法均可实现：

• 方法1：用as.vector()转换为无名称向量

iris2 <-
  iris |> 
  mutate(res_stud = as.vector(rstudent(mod)),
         res_stud_large = as.numeric(!between(res_stud, -2, 2)))

• 方法2：用unname()直接移除名称属性

iris2 <-
  iris |> 
  mutate(res_stud = unname(rstudent(mod)),
         res_stud_large = as.numeric(!between(res_stud, -2, 2)))

• 方法3：提前计算并存储无名称残差向量

stud_res <- unname(rstudent(mod))
iris2 <-
  iris |> 
  mutate(res_stud = stud_res,
         res_stud_large = as.numeric(!between(res_stud, -2, 2)))

验证 #

执行代码后，可通过以下命令确认结果：

# 查看处理后数据的前几行
head(iris2)
# 检查res_stud的结构，确认已无名称属性
str(iris2$res_stud)

内容的提问来源于stack exchange，提问作者mariann