Julia简单线性回归遇MethodError：无匹配fit方法问题

运行自回归线性回归代码时触发错误：

ERROR: MethodError: no method matching fit(::Type{LinearModel}, ::Matrix{Float64}, ::Matrix{Float64}, ::Nothing)

代码如下：

using XLSX, DataFrames, GLM, StatsBase
Quakes = DataFrame(XLSX.readtable("/Users/jjtan/Downloads/QUAKE.xlsx", "quakes"))
for i in 1:98
    Quakes[!, Symbol("t", i)] = [zeros(i); Quakes[1:end-i, :x]]
end
ols = lm(@formula(x ~ t1), Quakes)

注：Quakes是99×99的DataFrame，且GLM官方示例可正常运行：

using DataFrames, GLM
data = DataFrame(X=[1,2,3], Y=[2,4,7])
ols = lm(@formula(Y ~ X), data)

尝试df.var和:var两种变量引用方式均无效，无法定位差异原因。

1. 更新GLM到最新版本 #

该错误多由旧版GLM的方法签名不兼容导致，执行以下命令升级：

] add GLM@latest

2. 改用StatsBase.lag生成滞后列 #

手动拼接向量易引发隐性类型或长度问题，用lag函数更可靠：

using XLSX, DataFrames, GLM, StatsBase
Quakes = DataFrame(XLSX.readtable("/Users/jjtan/Downloads/QUAKE.xlsx", "quakes"))
for i in 1:98
    Quakes[!, Symbol("t", i)] = lag(Quakes.x, i; default=0.0)
end
ols = lm(@formula(x ~ t1), Quakes)

3. 校验数据类型与缺失值 #

• 确认x列为数值类型：

  eltype(Quakes.x) # 应为Float64或Int64，否则执行转换
  Quakes.x = Vector{Float64}(Quakes.x)
  

• 检查并处理缺失值：

  describe(Quakes) # 查看x、t1列的缺失情况
  # 若存在缺失，添加skipmissing参数
  ols = lm(@formula(x ~ t1), Quakes; skipmissing=true)
  

内容的提问来源于stack exchange，提问作者jtancp