为何R语言unique()函数无法处理lm()对象提取的拟合值？

这是个典型的浮点数精度坑！我来给你拆解清楚问题根源和解决办法：

先复现你遇到的异常场景 #

首先用你的测试数据和模型拟合来重现问题：

# 你的测试数据集
test_data <- data.frame(
  x = c(rep(1.00050239485720394857,4), 1.00050239485720394854,
        rep(2.0002230948570293845,5), rep(3.0005903847502398475,5)),
  y = c(rep(4.00423409872345,5), rep(2.034532039485722,5),
        rep(1.1234152304957,5))
)

# 拟合线性模型
model <- lm(y ~ x, data = test_data)

# 尝试获取拟合值的唯一值，会得到远超预期的结果
unique(fitted(model))

问题根源：浮点数的精度误差 #

为什么直接处理数据框时unique()正常，处理拟合值就出问题？

• 你输入的原始数据虽然是高精度小数，但R存储时会按浮点数规则做近似，这些近似后的数值刚好被unique()识别为相等的分组。
• 但拟合lm()/aov()时，模型会进行一系列浮点运算（系数计算、矩阵乘法等），这些运算会引入极其微小的精度偏差——两个拟合值可能只在小数点后10多位有差异，但unique()是严格基于二进制存储值判断相等的，所以会把这些几乎一样的值当成不同的个体。

你可以用print(fitted(model), digits = 15)查看高精度的拟合值，就能看到那些肉眼几乎不可见的差异了。

解决办法：基于容忍度的近似去重 #

我们需要把“严格相等”改成“近似相等”，常用两种方法：

方法1：用dplyr的便捷函数（推荐）

dplyr::n_distinct()支持设置容忍度，或者直接对拟合值做四舍五入后去重：

library(dplyr)

# 统计去重后的数量（设置容忍度为1e-8）
n_distinct(fitted(model), tolerance = 1e-8)

# 获取去重后的具体数值
unique_fitted <- unique(round(fitted(model), digits = 8))

方法2：自定义容忍度去重函数

如果你不想加载额外包，可以自己写一个基于差值判断的去重函数：

# 自定义函数：按容忍度判断近似相等
unique_tol <- function(x, tol = 1e-8) {
  x_sorted <- sort(x)
  # 计算相邻值的差值，保留差值大于容忍度的位置
  diffs <- diff(x_sorted)
  keep_positions <- c(TRUE, diffs > tol)
  x_sorted[keep_positions]
}

# 应用到拟合值
unique_tol(fitted(model))

内容的提问来源于stack exchange，提问作者Jerome Dineen