在R中运行线性回归模型，unique.default(x[!is.na(x)])错误

Question

我正在尝试对包含 20 个组、每组 392 个观察值和三个变量（Time_Seconds、Age、Grp）的数据集运行线性回归。这二十组是 Grp 和 Age 变量的组合。目标是绘制 5 组中每组的 y=Time_Seconds、x=Age 和回归线。这些组最初分布不均匀，因此在 Time_Seconds 类别中添加了 NA 的附加变量。这是与错误一起使用的代码。

time = Stats.Data.2$Time_Second
age = Stats.Data.2$Age
grp = Stats.Data.2$Grp

grp.list = unique(grp)

gl.model = gl(40, 392, length = 15680, labels = grp.list, order = FALSE)

time.age = c(time, age)

lm.time = lm(time.age ~ gl.model)

我收到以下错误返回：

Error in unique.default(x[!is.na(x)]) : hash table is full

任何帮助将不胜感激。

我尝试通过消除 NA 值来纠正问题，但出现以下错误：

Error in model.frame.default(formula = time.age ~ gl.model, drop.unused.levels = TRUE) : 
  variable lengths differ (found for 'gl.model')

我还尝试更正该数据并设置 NA 级别以帮助防止 NA 出现问题。这是代码：

levels(Stats.Data.2$Time_Second) = c(levels(Stats.Data.2$Time_Second),'(NA)')

Stats.Data.2$Time_Second[is.na(Stats.Data.2$Time_Second)] = '(NA)'

这仍然返回以下错误：

Error in unique.default(x[!is.na(x)]) : hash table is full