geeglm类模型调用summary()出现维度转换错误应如何排查

报错信息：Error: Can't convert labels <double[,1]> to match type of x . Cannot decrease dimensions.

该报错本质是summary.geeglm内部处理系数或变量标签时，二维单列矩阵被传入了要求一维向量的处理逻辑，可按以下步骤逐一排查：

• 检查模型输入变量的维度
  打印拟合完成的模型对象的model属性，确认所有变量是否为一维向量格式：

  str(your_geeglm_model$model)
  

  如果存在类型为num [1:n, 1]的单列矩阵列，将对应变量转为向量后重新拟合模型：

  # 示例：将单列矩阵x转为一维向量
  df$x <- as.vector(df$x)
  

• 彻底清理变量标签属性
  geeglm拟合时会将变量标签存入模型的terms属性，仅清理原数据标签无效，需要先清空数据所有列的标签属性后再重新拟合：

  # 遍历移除数据框所有列的label属性
  df[] <- lapply(df, function(x) {attr(x, "label") <- NULL; x})
  

• 检查聚类ID变量的格式
  geeglm要求的id参数如果是矩阵或带特殊维度属性的因子也会触发该报错，确保id是普通一维向量或因子：

  df$id <- as.factor(as.vector(df$id))
  

• 升级geepack包版本
  旧版本geepack存在处理带特殊属性变量的已知bug，升级包后重新拟合即可解决：

  install.packages("geepack")
  library(geepack)
  

• 手动提取结果规避报错
  如果以上步骤都无法生效，可以直接从模型对象中提取汇总信息，跳过summary()方法调用：

  # 提取系数
  coefs <- your_geeglm_model$coefficients
  # 提取稳健标准误
  se <- sqrt(diag(your_geeglm_model$geese$vbeta))
  # 计算Wald检验p值
  p_val <- 2*pnorm(abs(coefs/se), lower.tail = FALSE)
  # 拼接汇总表
  res_table <- data.frame(
    Estimate = coefs,
    StdErr = se,
    z.value = coefs/se,
    p.value = p_val
  )
  print(res_table)
  

内容的提问来源于stack exchange，提问作者Bear25