r - 在lm公式中删除变量仍会触发对比度误差

Question

我试图仅对数据的一部分运行lm()，并遇到问题。

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)

上面的方法不起作用，因为数据集现在只有人，因此我们不能
将x3(性别变量)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，我可以用其他方法来做；例如，我可以在将变量放入lm()之前排除它们。但是我正在上一堂关于此类知识的类(class)，并且我不想让学生感到困惑，因为他们已经告诉他们可以在公式中使用减号来排除变量。

Answer 1

您得到的错误是因为x3在模型中只有一个值= "men"(请参阅@Artem Sokolov的以下注释)

解决它的一种方法是提前子集:

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同时进行这两个操作:

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