如何解决R语言模拟中出现的'colnames'赋值错误？

错误原因 #

你的代码核心问题是自变量仅1个（X），但设置了nvmax=10。regsubsets尝试生成最多包含10个变量的模型，但数据中没有足够的自变量可选，导致summary(fit)返回的统计量（cp、bic、adjr2）是长度为1的向量，后续数据处理时触发了维度不匹配的列名设置错误。

两种修复方案 #

方案1：生成多自变量数据集（适配变量选择实验需求） #

如果你的实验需要测试多变量场景的选择准则，修改数据生成逻辑，加入多个独立自变量：

set.seed(1)
# 生成5个独立自变量
X <- matrix(rnorm(100*5), ncol=5)
noise <- rnorm(100)
# Y与前3个X变量建立线性关系
Y <- 3 + 1*X[,1] + 4*X[,2] + 6*X[,3] + noise

require(leaps)
df <- data.frame(Y, X)
# nvmax设置为自变量总数（5），匹配可选变量数量
fit <- regsubsets(Y~., data = df, nvmax = 5)

方案2：调整nvmax匹配单变量场景 #

如果仅需要单变量测试，把nvmax设置为1，和自变量数量保持一致：

fit <- regsubsets(Y~X, data = df, nvmax = 1)

完整修复后代码（多变量场景） #

set.seed(1)
X <- matrix(rnorm(100*5), ncol=5)
noise <- rnorm(100)
Y <- 3 + 1*X[,1] + 4*X[,2] + 6*X[,3] + noise

require(leaps)
df <- data.frame(Y, X)
fit <- regsubsets(Y~., data = df, nvmax = 5)

fit_summary <- summary(fit)

require(tidyverse);require(ggplot2);require(ggthemes);

data_frame(Cp = fit_summary$cp,
           BIC = fit_summary$bic,
           AdjR2 = fit_summary$adjr2) %>%
    mutate(id = row_number()) %>%
    gather(value_type, value, -id) %>%
    ggplot(aes(id, value, col = value_type)) +
    geom_line() + geom_point() + ylab('') + xlab('Number of Variables Used') +
    facet_wrap(~ value_type, scales = 'free') +
    theme_tufte() + scale_x_continuous(breaks = 1:5)

额外说明 #

• 多变量场景下，regsubsets会生成从1到nvmax个变量的所有可能模型，summary(fit)返回的统计量长度与nvmax一致，后续数据处理和绘图可正常运行。
• 单变量场景下，nvmax=1时，需把绘图代码中的scale_x_continuous(breaks = 1:10)改为breaks=1，才能匹配数据维度。

内容的提问来源于stack exchange，提问作者Mere J