在R的tidyverse环境中使用lm函数及性别变量回归报错问题

一、修正因子类型问题（核心报错根源） #

你的gender变量被识别为因子（factor），而线性回归lm()要求因变量为数值型，因子无法完成残差平方、分位数计算等算术操作，因此触发报错。先调整变量类型：

# 查看gender变量类型
class(my_data_set$gender)

# 若为因子，转换为数值型（先转字符避免因子水平顺序混乱）
my_data_set$gender <- as.numeric(as.character(my_data_set$gender))

二、正确提取男性子集 #

你之前的subset()语法错误：要用==做比较判断，而非=（赋值符号）；且gender编码为1代表男性，直接用数值匹配即可，无需male字符串：

# 用tidyverse的filter（符合你当前环境，推荐）
male_total <- my_data_set %>% filter(gender == 1)

# 或用base R的subset
male_total <- subset(my_data_set, gender == 1)

三、运行男性群体的回归分析 #

根据你的需求，确保回归模型的因变量为数值型。示例如下：

# 示例：在男性子集中，以dem_disgusted为自变量，分析其对某结果变量（如投票意愿vote）的影响
male_reg <- lm(vote ~ dem_disgusted, data = male_total)
summary(male_reg)

如果你的目标是分析性别与dem_disgusted的关联（全样本中男性vs女性），由于gender是二分类变量，更适合用逻辑回归替代线性回归：

gender_reg <- glm(gender ~ dem_disgusted, data = my_data_set, family = binomial(link = "logit"))
summary(gender_reg)

四、验证子集提取正确性 #

运行以下代码确认男性子集的gender值均为1：

table(male_total$gender)

内容的提问来源于stack exchange，提问作者Irene