R中的多元回归：在data.frame中找不到变量答案

【问题标题】：Multiple regression in R: Variable not found in data.frameR中的多元回归：在data.frame中找不到变量
【发布时间】：2014-02-15 19:53:35
【问题描述】：

这是我的 data.frame :: 牛肉

> head(beef)
   YEAR....PBE  CBE  PPO  CPO  PFO DINC  CFO RDINC RFP
1 1925    59.7 58.6 60.5 65.8 65.8 51.4 90.9  68.5 877
2 1926    59.7 59.4 63.3 63.3 68.0 52.6 92.1  69.6 899
3   1927    63 53.7 59.9 66.8 65.5 52.1 90.9  70.2 883
4   1928    71 48.1 56.3 69.9 64.8 52.7 90.9  71.9 884
5   1929    71 49.0 55.0 68.7 65.6 55.1 91.1  75.2 895
6 1930    74.2 48.2 59.6 66.1 62.4 48.8 90.7  68.3 874

和

dput(head(beef))
structure(list(YEAR....PBE = structure(1:6, .Label = c("1925    59.7", 
"1926    59.7", "1927    63", "1928    71", "1929    71", "1930    74.2", 
"1931    72.1", "1932    79", "1933    73.1", "1934    70.2", 
"1935    82.2", "1936    68.4", "1937    73", "1938    70.2", 
"1939    67.8", "1940    63.4", "1941    56"), class = "factor"), 
    CBE = c(58.6, 59.4, 53.7, 48.1, 49, 48.2), PPO = c(60.5, 
    63.3, 59.9, 56.3, 55, 59.6), CPO = c(65.8, 63.3, 66.8, 69.9, 
    68.7, 66.1), PFO = c(65.8, 68, 65.5, 64.8, 65.6, 62.4), DINC = c(51.4, 
    52.6, 52.1, 52.7, 55.1, 48.8), CFO = c(90.9, 92.1, 90.9, 
    90.9, 91.1, 90.7), RDINC = c(68.5, 69.6, 70.2, 71.9, 75.2, 
    68.3), RFP = c(877L, 899L, 883L, 884L, 895L, 874L)), .Names = c("YEAR....PBE", 
"CBE", "PPO", "CPO", "PFO", "DINC", "CFO", "RDINC", "RFP"), row.names = c(NA, 
6L), class = "data.frame")

我想根据其他变量为 PBE 创建一个多元线性回归模型。按照link 中的教程，我想我应该执行以下代码：

> lm(formula = PBE ~ CBE + PBO + CPO + PFO + 
+        DINC + CFO+RDINC+RFP+YEAR, data = beef)

eval 中的错误（expr、envir、enclos）：找不到对象“PBE” 所以我决定尝试以下方法，但都有一些错误：

> lm(formula=PBE~YEAR,data=beef)
Error in eval(expr, envir, enclos) : object 'PBE' not found
> lm(formula=beef$PBE~beef$YEAR)
Error in model.frame.default(formula = beef$PBE ~ beef$YEAR, drop.unused.levels = TRUE) : 
  invalid type (NULL) for variable 'beef$PBE

您能否告诉我错字/错误在哪里？

P.S.：我使用 beef=read.table("beef.txt", header = TRUE, sep = "\t", comment.char="%") 读取文件，文件如下所示：

% http://lib.stat.cmu.edu/DASL/Datafiles/agecondat.html
% 
% Datafile Name: Agricultural Economics Studies
% Datafile Subjects: Agriculture , Economics , Consumer
% Story Names: Agricultural Economics Studies
% Reference: F.B. Waugh, Graphic Analysis in Agricultural Economics,
%   Agricultural Handbook No. 128, U.S. Department of Agriculture, 1957.
% Authorization: free use
% Description: Price and consumption per capita of beef and pork
%   annually from 1925 to 1941 together with other variables relevant to
%   an economic analysis of price and/or consumption of beef and pork
%   over the period.
% Number of cases: 17
% Variable Names:
% 
%   PBE = Price of beef (cents/lb)
%   CBE = Consumption of beef per capita (lbs)
%   PPO = Price of pork (cents/lb)
%   CPO = Consumption of pork per capita (lbs)
%   PFO = Retail food price index (1947-1949 = 100)
%   DINC = Disposable income per capita index (1947-1949 = 100)
%   CFO = Food consumption per capita index (1947-1949 = 100)
%   RDINC = Index of real disposable income per capita (1947-1949 = 100)
%   RFP = Retail food price index adjusted by the CPI (1947-1949 = 100)
% 
% The Data:
YEAR    PBE CBE PPO CPO PFO DINC    CFO RDINC   RFP
1925    59.7    58.6    60.5    65.8    65.8    51.4    90.9    68.5    877
1926    59.7    59.4    63.3    63.3    68  52.6    92.1    69.6    899
1927    63  53.7    59.9    66.8    65.5    52.1    90.9    70.2    883
1928    71  48.1    56.3    69.9    64.8    52.7    90.9    71.9    884
1929    71  49  55  68.7    65.6    55.1    91.1    75.2    895
1930    74.2    48.2    59.6    66.1    62.4    48.8    90.7    68.3    874
1931    72.1    47.9    57  67.4    51.4    41.5    90  64  791

这是 Patrick 建议的 View(beef) 的结果：

【问题讨论】：

显然你没有一个名为 PBE 的变量，即使你认为你有。我不熟悉head()，但是您的变量是否可能实际上被称为“YEAR....PBE”并且是某种字符（字符串）变量？无论哪种方式，听起来数据都没有正确读入。
不仅仅是向我们展示head 的输出，而是给我们dput(head(beef))，这样我们就可以更清楚地看到您的数据框中发生了什么。
为了您自己，通过键入View(beef) 查看加载到 R 中的数据集可能会很有用。然后寻找罪魁祸首（即变量 PBE 的列）。
是的，这是您阅读文件的方式。您的变量确实是“YEAR....PBE”，所以无论您在read.table()（或read.csv() 或其他）中使用什么分隔符，都不是原始数据文件中变量 YEAR 和 PBE 的分隔符。
这个问题似乎离题了，因为它是关于将数据输入 R 的问题，而不是统计问题。

标签： r regression

【解决方案1】：

您需要返回并查看将这些数据加载到 R 中的文件。 head() 的输出表明第一个变量是 YEAR....PBE 并且 PBE 数据已与 YEAR 变量合并，可能是因为您读入的文件中使用的分隔符存在一些问题。返回并仔细检查文件。

在 R 中执行此操作的一种方法是使用 count.fields()，您将传递文件名以进行检查。请阅读?count.fields，因为您可能需要设置sep 和quote 参数以匹配您从中读取数据的文件。该函数将告诉您它找到了多少个字段（变量）；将其与已知数量的变量进行比较。

根据您的编辑，很明显发生了我上面描述的事情：

> names(beef)
[1] "YEAR....PBE" "CBE"         "PPO"         "CPO"         "PFO"        
[6] "DINC"        "CFO"         "RDINC"       "RFP"

文件似乎不是全部/完全/真正的制表符分隔。我能够读取您随附的一些数据：

beef <- read.table("file.name", header = TRUE, sep = "", comment.char = "%")

> head(beef)
  YEAR  PBE  CBE  PPO  CPO  PFO DINC  CFO RDINC RFP
1 1925 59.7 58.6 60.5 65.8 65.8 51.4 90.9  68.5 877
2 1926 59.7 59.4 63.3 63.3 68.0 52.6 92.1  69.6 899
3 1927 63.0 53.7 59.9 66.8 65.5 52.1 90.9  70.2 883
4 1928 71.0 48.1 56.3 69.9 64.8 52.7 90.9  71.9 884
5 1929 71.0 49.0 55.0 68.7 65.6 55.1 91.1  75.2 895
6 1930 74.2 48.2 59.6 66.1 62.4 48.8 90.7  68.3 874
> str(beef)
'data.frame':   7 obs. of  10 variables:
 $ YEAR : int  1925 1926 1927 1928 1929 1930 1931
     $ PBE  : num  59.7 59.7 63 71 71 74.2 72.1
 $ CBE  : num  58.6 59.4 53.7 48.1 49 48.2 47.9
     $ PPO  : num  60.5 63.3 59.9 56.3 55 59.6 57
 $ CPO  : num  65.8 63.3 66.8 69.9 68.7 66.1 67.4
     $ PFO  : num  65.8 68 65.5 64.8 65.6 62.4 51.4
 $ DINC : num  51.4 52.6 52.1 52.7 55.1 48.8 41.5
     $ CFO  : num  90.9 92.1 90.9 90.9 91.1 90.7 90
 $ RDINC: num  68.5 69.6 70.2 71.9 75.2 68.3 64
     $ RFP  : int  877 899 883 884 895 874 791

【讨论】：

我刚刚更新了问题。 YEAR 和 PBE 应该是分开的列，但听起来我用来读取将这些列连接在一起的文件的函数中有一些错误。你知道我应该如何正确使用 read.table 函数来省略这个问题吗？
@MonaJalal 刚刚添加了我用来读取数据 sn-p 你显示的内容。