如何在 R 中忽略数据中的一个因素水平获得回归输出？

Question

我正在使用因子变量对嵌套数据进行回归。如果一个分组数据具有一个因子水平，则回归失败并抛出错误“对比只能应用于具有 2 个或更多水平的因子”。例如：

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

data_carb <- data %>%
  group_by(carb) %>% 
  nest()

X <- c("cyl", "disp", "hp" , "drat", "wt", "qsec", "vs", "am", "gear")
Y <- "mpg"

generic_model <- function(df) {
  lm(reformulate(X, Y), data = df)
}

modelondata <-  data_carb %>% 
  mutate(model = data %>% map(generic_model),
         coeff  = model %>% map(broom::tidy)) %>% 
  unnest(coeff, .drop = TRUE)

如何将变量保留为因子并获得至少那些因子水平大于 1 的分组数据的输出，即 carb!=1？

在我的真实数据中，我有许多具有数十个水平的因子变量，即使其中一个分组数据具有恒定的因子水平，回归也会失败。因此，我不想删除变量，因为我也会失去对其他分组数据的洞察力。

Answer 1

如果您创建了一个函数来删除具有“固定”因子的列会怎样

drop_fixed_factors <- function(x) {
  x %>% keep(~!is.factor(.x) | length(unique(.x))>2)
}

然后做了这样的事情

generic_model <- function(df) {
  good_data <- df[X] %>% drop_fixed_factors()
  lm(reformulate(names(good_data), Y), data = df)
}

那么您可以只保留具有可变性的列。