R 对比度只能应用于系数_R_Variables

R 对比度只能应用于系数

r variables

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

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 `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)