在 lm 公式中删除变量仍然会触发对比度错误

Question

我正在尝试仅对我的数据子集运行 lm()，但遇到了问题。

dt = data.table(y = rnorm(100), x1 = rnorm(100), x2 = rnorm(100), x3 = as.factor(c(rep('men',50), rep('women',50)))) # sample data

lm( y ~ ., dt) # Use all x: Works
lm( y ~ ., dt[x3 == 'men']) # Use all x, limit to men: doesn't work (as expected)

以上不起作用，因为数据集现在只有男性，因此我们不能将性别变量 x3 包含到模型中。但...

lm( y ~ . -x3, dt[x3 == 'men']) # Exclude x3, limit to men: STILL doesn't work
lm( y ~ x1 + x2, dt[x3 == 'men']) # Exclude x3, with different notation: works great

这是公式中“减号”符号的问题吗？请指教。注意：当然我可以用不同的方式来做；例如，我可以在将变量放入 lm() 之前排除它们。但是我正在教这门课，我不想让学生们感到困惑，因为我已经告诉他们可以使用公式中的减号来排除变量。

Answer 1

您收到的错误是因为 x3 在模型中只有一个值 = "men"（请参阅下面来自 @Artem Sokolov 的评论）

解决这个问题的一种方法是提前子集化：

dt = data.table(y = rnorm(100), x1 = rnorm(100), x2 = rnorm(100), x3 = as.factor(c(rep('men',50), rep('women',50)))) # sample data

dmen<-dt[x3 == 'men'] # create a new subsetted dataset with just men

lm( y ~ ., dmen[,-"x3"]) # now drop the x3 column from the dataset (just for the model)

或者您可以在同一步骤中执行这两项操作：

lm( y ~ ., dt[x3 == 'men',-"x3"])