线性回归执行报错：contrasts仅适用于2个及以上水平的因子

可能的原因及解决步骤 #

• 检查模型子集内的因子水平
  数据集整体无单水平因子，但模型用到的观测子集（比如用了subset参数、或缺失值过滤后的观测）可能出现因子只剩一个水平的情况。可以提取模型涉及的变量和观测单独检查：

  # 替换成你的回归公式
  your_formula <- y ~ x1 + x2 + factor(x3)
  model_vars <- all.vars(your_formula)
  # 提取模型用到的数据集（包含缺失值过滤后的结果）
  cleaned_data <- na.omit(temp[, model_vars, drop = FALSE])
  # 检查每个变量的有效水平数
  sapply(cleaned_data, function(x) {
    if (is.factor(x)) length(levels(x)) else length(unique(x))
  })
  

• 排查公式内的因子转换
  如果模型里用factor()将数值/字符变量转成因子，转换后的结果可能在当前观测里只有一个水平。单独测试这类转换：

  # 替换成你公式里的因子转换变量
  table(factor(temp$x3))
  

• 清理因子的隐形异常值
  因子水平可能存在空白、大小写差异或隐形字符，看似多水平实际为同一值。先清理再检查：

  # 针对字符型因子变量
  temp$factor_col <- trimws(as.character(temp$factor_col))
  temp$factor_col <- factor(temp$factor_col)
  # 查看清理后的水平数
  length(levels(temp$factor_col))
  

• 自动过滤单水平变量（临时方案）
  若暂时无法定位问题，可以自动移除所有单水平变量后再运行回归：

  # 筛选至少2个水平的变量
  keep_vars <- sapply(temp, function(x) {
    if (is.factor(x)) length(levels(x)) >= 2 else length(unique(x)) >= 2
  })
  filtered_temp <- temp[, keep_vars, drop = FALSE]
  # 运行回归
  lm(your_formula, data = filtered_temp)
  

内容的提问来源于stack exchange，提问作者StatisticsFanBoy