R 对比度只能应用于系数
我有一个关于R的问题 我正在使用一个名为levene.test的测试来测试方差的同质性 我知道你需要一个至少有两个级别的因子变量,这样才能工作。从我所看到的,我使用的因子变量至少有两个级别。但不知怎的,我一直在犯这样的错误:R 对比度只能应用于系数,r,variables,R,Variables,我有一个关于R的问题 我正在使用一个名为levene.test的测试来测试方差的同质性 我知道你需要一个至少有两个级别的因子变量,这样才能工作。从我所看到的,我使用的因子变量至少有两个级别。但不知怎的,我一直在犯这样的错误: > nocorlevene <- levene.test(geno1rs11809462$SIF1, geno1rs11809462$k, correction.method = "correction.factor") Error in `contr
> nocorlevene <- levene.test(geno1rs11809462$SIF1, geno1rs11809462$k, correction.method = "correction.factor")
Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels
你可以看到变量k,sex分别有3级和2级,但不知怎的,我还是得到了错误信息
> head(geno1rs11809462)
id rs11809462 FID AGE_CALC MREFSUM NORSOUTH smoke1 smoke2 ANYCG60
1 WG0012669-DNA_A03_K05743 2/2 9370 61.0 184.5925 0 1 0 0
2 WG0012669-DNA_A04_K05752 2/2 9024 47.0 325.0047 0 1 0 0
3 WG0012669-DNA_A05_K05761 2/2 14291 NA NA NA NA NA NA
4 WG0012669-DNA_A06_K05785 2/2 4126 62.5 211.2557 0 0 1 1
5 WG0012669-DNA_A08_K05802 2/2 11280 55.6 212.2922 0 0 1 0
6 WG0012669-DNA_A09_K05811 2/2 11009 59.7 261.0116 0 0 1 0
DCCT_HBA_MEAN EDIC_HBA HBAEL ELDTED_HBA SIF1 sex k
1 7.39 7.17 7.30 7.23 19.6136 0 0
2 6.93 7.63 8.82 7.76 17.0375 0 0
3 NA NA NA NA NA 1 1
4 7.37 8.66 9.10 8.36 23.8333 1 2
5 7.56 9.68 9.30 9.21 24.1338 1 0
6 7.86 7.74 8.53 7.92 25.7272 1 2
如果有人能给我一些关于为什么会发生这种情况的提示,那就太好了。我只是不知道为什么当我运行测试时,变量k或sex或具有不同的级别会给我错误
谢谢您需要将变量实际转换为
因子
。仅仅有三个(或有限)数量的值并不一定使其成为一个因素
使用
x我想我可能已经解决了这个问题。我相信这是由于数据中的NA值。因为在我用say删除了na之后
x<-na.omit(original_data)
x如果您的因子只有一个级别,您将得到此错误。要查看因子变量的级别,请使用lappy(df,levels)
。对于非因子变量,它不会返回任何结果,但可以很容易地让您确定哪个变量是违规者。如果像我一样,你有数百个变量,这尤其有用。你可能会更幸运地在交叉验证中找到答案:请发布一个可复制的示例。我无法用示例数据再现错误。嗨,斯文,这是否意味着你在使用我的数据时不会得到相同的错误?因为我确实收到了错误消息。嗨,本,我已经添加了上面的输出。对不起,我不知道如何使它看起来像一张桌子。我只是粘贴了R的输出。嗨,我认为它们已经是因子变量(sex或k)。这就是我所拥有的:>类(geno1rs11809462$k)[1]“因子”>类(geno1rs11809462$sex)[1]“因子”>属性(geno1rs11809462$k)]错误:意外“>attributes(geno1rs11809462$k)]属性(geno1rs11809462$levels[1]“0”“1”“2”$class[1]“因子”>属性(geno1rs11809462$sex)$levels[1]“0”“1”$class[1]“因子”您好@john_w,请编辑您复制和粘贴的内容。如果有错误或打字错误,请在输入前将其删除posting@john_w,您没有在测试中使用变量sex
。您正在使用变量SIF1
。参见您的帖子:“levene.test(geno1rs11809462$SIF1,geno1rs11809462$k,correction.method=“correction.factor”)
”Hi-Ricardo,SIF1变量是一个连续变量。所以我不认为这个叫做SIF1的变量应该被当作因子。是这样吗?
Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels
> str(geno1rs11809462)
'data.frame': 1304 obs. of 16 variables:
$ id : chr "WG0012669-DNA_A03_K05743" "WG0012669-DNA_A04_K05752" "WG0012669-DNA_A05_K05761" "WG0012669-DNA_A06_K05785" ...
$ rs11809462 : Factor w/ 2 levels "2/1","2/2": 2 2 2 2 2 2 2 2 2 2 ...
..- attr(*, "names")= chr "WG0012669-DNA_A03_K05743" "WG0012669-DNA_A04_K05752" "WG0012669-DNA_A05_K05761" "WG0012669-DNA_A06_K05785" ...
$ FID : chr "9370" "9024" "14291" "4126" ...
$ AGE_CALC : num 61 47 NA 62.5 55.6 59.7 46.6 41.2 NA 46.6 ...
$ MREFSUM : num 185 325 NA 211 212 ...
$ NORSOUTH : Factor w/ 3 levels "0","1","NA": 1 1 3 1 1 1 1 1 3 1 ...
$ smoke1 : Factor w/ 3 levels "0","1","NA": 2 2 3 1 1 1 2 1 3 1 ...
$ smoke2 : Factor w/ 3 levels "0","1","NA": 1 1 3 2 2 2 1 2 3 2 ...
$ ANYCG60 : num 0 0 NA 1 0 0 0 0 NA 1 ...
$ DCCT_HBA_MEAN: num 7.39 6.93 NA 7.37 7.56 7.86 6.22 8.88 NA 8.94 ...
$ EDIC_HBA : num 7.17 7.63 NA 8.66 9.68 7.74 6.59 9.34 NA 7.86 ...
$ HBAEL : num 7.3 8.82 NA 9.1 9.3 ...
$ ELDTED_HBA : num 7.23 7.76 NA 8.36 9.21 7.92 6.64 9.64 NA 9.09 ...
$ SIF1 : num 19.6 17 NA 23.8 24.1 ...
$ sex : Factor w/ 2 levels "0","1": 1 1 2 2 2 2 1 1 1 1 ...
$ k : Factor w/ 3 levels "0","1","2": 1 1 2 3 1 3 3 3 1 2 ...
> head(geno1rs11809462)
id rs11809462 FID AGE_CALC MREFSUM NORSOUTH smoke1 smoke2 ANYCG60
1 WG0012669-DNA_A03_K05743 2/2 9370 61.0 184.5925 0 1 0 0
2 WG0012669-DNA_A04_K05752 2/2 9024 47.0 325.0047 0 1 0 0
3 WG0012669-DNA_A05_K05761 2/2 14291 NA NA NA NA NA NA
4 WG0012669-DNA_A06_K05785 2/2 4126 62.5 211.2557 0 0 1 1
5 WG0012669-DNA_A08_K05802 2/2 11280 55.6 212.2922 0 0 1 0
6 WG0012669-DNA_A09_K05811 2/2 11009 59.7 261.0116 0 0 1 0
DCCT_HBA_MEAN EDIC_HBA HBAEL ELDTED_HBA SIF1 sex k
1 7.39 7.17 7.30 7.23 19.6136 0 0
2 6.93 7.63 8.82 7.76 17.0375 0 0
3 NA NA NA NA NA 1 1
4 7.37 8.66 9.10 8.36 23.8333 1 2
5 7.56 9.68 9.30 9.21 24.1338 1 0
6 7.86 7.74 8.53 7.92 25.7272 1 2
<..cropped..>
$ SIF1 : num 19.6 17 NA 23.8 24.1 ...
$ sex : Factor w/ 2 levels "0","1": 1 1 2 2 2 2 1 1 1 1 ...
$ k : Factor w/ 3 levels "0","1","2": 1 1 2 3 1 3 3 3 1 2 ...
geno1rs11809462$SIF1 <- factor(geno1rs11809462$SIF1)
x<-na.omit(original_data)