R语言计算线性回归p值出现difftime对象报错，寻求解决方法

该报错的核心是你直接将Date类型的sample_date作为线性回归的因变量传入lm()函数：

• 提取回归系数时，R会隐式将Date类型转换为对应的数值时间戳计算，因此你代码中提取coefficients[2]的步骤不会报错
• 调用summary()计算p值时，需要对回归残差（此时为difftime时间差类型）做平方运算，R原生没有定义difftime类型的^运算规则，因此触发报错。

仅需在调用lm()时将sample_date转为数值类型即可，修改后的代码如下：

out <- data %>%
dplyr::group_by(sys_loc_code, chemical_name) %>%
  dplyr::summarise(
    n = n(),
    # 将sample_date转为数值再参与回归
    lm_fit = lm(as.numeric(sample_date)~result_numeric),
    Linear_Regression = lm_fit$coefficients[2],
    Linear_Regression_pvalue = summary(lm_fit)$coefficients[2,4],
    MK_fit = Kendall::MannKendall(result_numeric),
    MK_Tau = MK_fit$tau,
    MK_2sidedP = MK_fit$sl,
    MK_Score = MK_fit$S,
    MK_denominator = MK_fit$D,
    MK_varS = MK_fit$varS,
    # 清理中间变量
    .keep = "unused"
  )

补充说明：这里的回归系数Linear_Regression单位为天/单位浓度变化，和你原来直接用Date做因变量得到的系数数值完全一致，不会影响结果解释。同时代码中将lm和MannKendall的拟合结果先存为中间变量，避免重复拟合浪费算力。

内容的提问来源于stack exchange，提问作者melmo