如何在R中忽略单因子水平并获取嵌套数据的回归输出？

我之前也碰到过一模一样的问题！这种情况在嵌套分组回归里太常见了——当某个分组的因子变量只剩单一水平时，线性模型没法计算对比项，直接就抛出contrasts can be applied only to factors with 2 or more levels的错误。咱们一步步来解决：

问题根源 #

你构造am变量的逻辑是：当carb==1时把am设为1，再转成因子。这就导致carb=1的分组里，am的取值全是1，变成因子后只有1个水平。而lm()要求分类因子至少有2个水平才能生成对比矩阵，所以这个分组的回归直接失败。

解决方案 #

1. 提前过滤不合格分组（最推荐） #

在嵌套数据之前，先筛选出am至少有2个水平的分组，从根源上避免问题：

library(tidyverse)

data <- mtcars %>% 
  mutate(am = if_else(carb==1, 1, am), 
         am = as.factor(am))

# 过滤+嵌套
data_carb <- data %>% 
  group_by(carb) %>% 
  filter(n_distinct(am) >= 2) %>%  # 只保留am有≥2个水平的组
  nest()

# 定义模型函数
X <- c("cyl", "disp", "hp" , "drat", "wt", "qsec", "vs", "am", "gear")
Y <- "mpg"
generic_model <- function(df) {
  lm(reformulate(X, Y), data = df)
}

# 应用模型
data_carb <- data_carb %>% 
  mutate(model = map(data, generic_model))

2. 在模型函数内做容错处理 #

如果不想过滤分组，而是想保留所有组（哪怕模型不含am变量），可以在模型函数里判断因子水平数，动态调整模型公式：

generic_model <- function(df) {
  # 检查当前组的am水平数
  if (n_distinct(df$am) < 2) {
    # 去掉am变量，用剩余变量建模
    lm(reformulate(setdiff(X, "am"), Y), data = df)
  } else {
    # 正常用全变量建模
    lm(reformulate(X, Y), data = df)
  }
}

# 应用模型
data_carb <- data_carb %>% 
  nest() %>% 
  mutate(model = map(data, generic_model))

如果你想直接跳过有问题的分组，也可以返回NULL之后再过滤：

generic_model <- function(df) {
  if (n_distinct(df$am) < 2) return(NULL)
  lm(reformulate(X, Y), data = df)
}

data_carb <- data_carb %>% 
  nest() %>% 
  mutate(model = map(data, generic_model)) %>% 
  filter(!is.null(model))

3. 临时转因子为数值（谨慎使用） #

如果单一水平的因子是0/1这类数值型分类，也可以临时转成数值变量，但这会改变变量的解释性（从分类变成连续），只适合临时救急：

generic_model <- function(df) {
  df <- df %>% mutate(am = as.numeric(as.character(am)))
  lm(reformulate(X, Y), data = df)
}

调试技巧 #

先排查哪些分组有问题，心里更有数：

data %>% 
  group_by(carb) %>% 
  summarise(am_level_count = n_distinct(am), .groups = "drop")

运行后就能清楚看到每个carb分组的am水平数，比如carb=1的组水平数就是1，这就是报错的源头。

内容的提问来源于stack exchange，提问作者Geet