从lm中提取公式，包括分类变量（R）

我有一个lm对象，想得到用系数提取的公式。该对象包括分类变量（如月份），以及与这些分类变量和数字变量的交互

另一个用户帮助编写了一些代码，这些代码适用于除分类变量以外的所有变量，但是当我添加一个分类变量（例如这里的d）时，它会出现故障，并给出错误“解析时出错（text=x）：：1:785:意外的数值常量”：

我从上面得到的是“解析中的错误（text=x）：：1:53：意外符号 1:y~-7+14.23*b+-6.82*c+-529.30*因子（d）8月

当我想得到完整的公式时，每个月乘以一个系数（或者在本例中只有3个月，在我的实际数据集中，我有更多的数据，所有月份至少发生8次）。但它在这里暂停，在本例中是“意外符号”，在我的实际数据中是“解析错误（text=x）”：：1:785：意外的数字常量”，甚至没有尝试像这里这样做一个月（不确定示例代码和实际代码之间的差异）

---

我的公式相当大，因此需要能够放大（当前代码就是这样做的）。

在您的模型中，您有5个解释变量，只有3个数据点。请参阅

摘要（模型）

您正在创建的

公式在
R
中无效，因此不要尝试将
sprintf
的结果强制为公式

因此

sprintf(' y ~ %.2f + %s', coef(model)[1], 
   paste(sprintf('(%.2f) * %s',
          coef(model)[-1], names(coef(model)[-1]) ), collapse ='+'))

啊，在这个例子中，我简化了它，但为了解决这个问题，我加入了更多的数据。仍然得到了错误，为什么你要强迫它成为一个公式对象？sprintf的结果给你一个字符串，表示你想要的，但它不是一个有效的R公式（因此出现了错误消息）.噢，去掉它会让它工作得很好。我这么做是因为我不知道它不会像这样工作。如果你把这个作为答案发布，我会把它标记为接受。谢谢！
sprintf(' y ~ %.2f + %s', coef(model)[1], 
   paste(sprintf('(%.2f) * %s',
          coef(model)[-1], names(coef(model)[-1]) ), collapse ='+'))