使用car::vif计算含交互项回归模型VIF时遇非数值变量错误

问题场景 #

我有一个包含交互项的线性回归模型（命名为reg），想要计算方差膨胀因子（VIF）来检测多重共线性。因为模型带交互项，按照建议设置type = "predictor"调用car::vif函数，执行以下代码时触发错误：

round(vif(reg, type = "predictor"),2)

错误信息 #

GVIFs computed for predictors
Error in Math.data.frame(list(GVIF = c(1.26950310090809, 1.39338672776922,  : 
  non-numeric-alike variable(s) in data frame: Interacts With, Other Predictors

报错原因 #

• 当使用type = "terms"参数时，vif()返回的是数值向量，可以直接用round()处理
• 而设置type = "predictor"时，函数返回的是一个数据框，其中包含Interacts With、Other Predictors这类非数值文本列，round()函数无法对非数值列执行数学运算，因此报错

解决方法 #

方法1：提取数值列后再四舍五入

如果只需要GVIF的数值结果，可以直接提取数据框中的数值列进行处理：

# 仅提取GVIF列并四舍五入
round(vif(reg, type = "predictor")$GVIF, 2)

如果想要保留完整的数据框结构，只对数值列应用四舍五入：

# 先获取完整结果
vif_df <- vif(reg, type = "predictor")
# 仅对GVIF列做四舍五入
vif_df$GVIF <- round(vif_df$GVIF, 2)
# 查看处理后的结果
vif_df

方法2：根据需求选择type参数

• type = "terms"：返回模型中每个项（包括交互项本身）的VIF，结果是数值向量，可直接用round()
• type = "predictor"：返回原始预测变量的VIF（把交互项的共线性影响归到对应变量），结果是带说明列的数据框，需要针对性处理数值列

根据你的分析需求选择合适的参数即可。

内容的提问来源于stack exchange，提问作者mezbaha