使用glm泊松模型评估足球队实力时遇报错求助

看起来你在尝试用泊松回归建模足球队进球数时踩了个常见的小坑——咱们先拆解下错误和警告：

Error in if (any(y < 0)) stop("negative values not allowed for the 'Poisson' family") : missing value where TRUE/FALSE needed
In Ops.factor(y, 0) : ‘<’ not meaningful for factors

这俩信息其实是同一个问题导致的：你的Goals列被识别成了因子（factor）类型，而泊松回归要求响应变量必须是能做数值比较的非负整数（毕竟进球数是计数数据）。当glm函数试图检查有没有负数时，它没法对因子做<比较，自然就报错了。

一步一步解决： #

1. 先确认问题：运行下面的代码看看Goals列的类型：

   class(data$Goals)
   

   不出意外会返回"factor"。

2. 把因子转成数值型：直接用as.numeric()转因子可能会出问题（因为因子底层是整数编码），正确的做法是先转成字符再转数值：

   data$Goals <- as.numeric(as.character(data$Goals))
   

   👉 注意：如果你的Goals因子里混了非数字内容（比如空格、字母），转换后会产生NA值，这时候得先清理这些异常行，比如用na.omit(data)删除缺失值，或者手动修正原始数据。

3. 检查数据有效性：转换后确认下有没有负数或者NA：

   summary(data$Goals)
   

   泊松回归不允许响应变量为负，如果有负数，得排查数据是不是录错了（比如把失球数当成进球数了？）。

4. 重新运行模型：现在再执行你的glm代码应该就没问题了：

   model <- glm(Goals ~ Home + Team + Opponent, family=poisson(link=log), data=data)
   

额外小提示： #

下次导入数据时，可以用read_csv()（来自tidyverse的readr包）代替基础的read.csv()，它默认不会把字符列转成因子，能避免这类问题；如果一定要用read.csv()，记得加参数stringsAsFactors=FALSE。

内容的提问来源于stack exchange，提问作者Edgaras Karka