在R中运行线性回归遇unique.default哈希表已满等错误求助

核心错误分析 #

1. 数据类型误用：你将连续变量Time_Seconds错误当作因子处理，手动添加NA水平会让这个变量产生大量无意义的因子水平，直接触发hash table is full错误。
2. 回归逻辑混乱：代码中time.age = c(time, age)完全不符合线性回归的变量逻辑——因变量应该是Time_Seconds，自变量是Age和Grp，而非将两者拼接。
3. 变量长度不匹配：手动创建的gl.model长度与实际需求不符，叠加错误的变量拼接操作，导致模型框架无法识别变量对应关系。

分步解决方法 #

1. 修复数据类型错误

先撤销错误的因子转换操作，将Time_Seconds转回数值型：

# 若之前已将Time_Seconds转为因子，先转回字符再转数值
Stats.Data.2$Time_Second <- as.numeric(as.character(Stats.Data.2$Time_Second))
# 把手动添加的'(NA)'还原为真实NA值
Stats.Data.2$Time_Second[Stats.Data.2$Time_Second == '(NA)'] <- NA

2. 构建正确的回归模型

不需要手动创建gl.model，直接使用原数据集的变量构建模型：

• 若要做分组与年龄的交互回归（用于绘制分组回归线）：

lm_model <- lm(Time_Second ~ Age * Grp, data = Stats.Data.2)

• 若要单独对每个分组做回归：

library(dplyr)
library(purrr)

group_models <- Stats.Data.2 %>%
  filter(!is.na(Time_Second)) %>% # 过滤因变量为NA的行
  group_by(Grp) %>%
  nest() %>%
  mutate(model = map(data, ~lm(Time_Second ~ Age, data = .x)))

3. 绘制目标图形

用ggplot2直接实现散点+分组回归线的需求：

library(ggplot2)

ggplot(Stats.Data.2 %>% filter(!is.na(Time_Second)),
       aes(x = Age, y = Time_Second, color = Grp)) +
  geom_point(alpha = 0.5) + # 绘制散点，alpha降低重叠干扰
  geom_smooth(method = "lm", se = FALSE) + # 绘制每组的线性回归线
  labs(x = "年龄", y = "时间（秒）", color = "分组") +
  theme_minimal()

4. 处理分组分布不均问题

如果需要让每组观测数量一致，正确的做法是生成完整的分组-年龄组合后合并原数据：

# 生成所有Grp与Age的组合（Age为离散变量时适用；连续变量可按采样规则生成）
full_grid <- expand.grid(Grp = unique(Stats.Data.2$Grp),
                         Age = unique(Stats.Data.2$Age))
# 合并到原数据集，缺失的Time_Second自动填充为NA
Stats.Data.2_full <- full_join(full_grid, Stats.Data.2, by = c("Grp", "Age"))

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