stata将因变量转换为因子变量时报错

Question

//Calculate ILR: Use permutation of sleep awake sed lpa mvpa
//Sleep outcome
gen ilr_sleep_sleep=(sqrt(3/4))*ln(sleep_min/((sed_min*lpa_min*mvpa_min)^(1/3)))
gen ilr_sleep_sed=(sqrt(2/3))*ln(sed_min/((lpa_min*mvpa_min)^(1/2)))
gen ilr_sleep_lpa=(sqrt(1/2))*ln(lpa_min/mvpa_min)
//Sed outcome
gen ilr_sed_sed=(sqrt(3/4))*ln(sed_min/((lpa_min*mvpa_min*sleep_min)^(1/3)))
gen ilr_sed_lpa=(sqrt(2/3))*ln(lpa_min/((mvpa_min*sleep_min)^(1/2)))
gen ilr_sed_mvpa=(sqrt(1/2))*ln(mvpa_min/((sleep_min)))
//Lpa outcome
gen ilr_lpa_lpa=(sqrt(3/4))*ln(lpa_min/((mvpa_min*sleep_min*sed_min)^(1/3)))
gen ilr_lpa_mvpa=(sqrt(2/3))*ln(mvpa_min/((sleep_min*sed_min)^(1/2)))
gen ilr_lpa_sleep=(sqrt(1/2))*ln(sleep_min/((sed_min)))
//MVPA outcome
gen ilr_mvpa_mvpa=(sqrt(3/4))*ln(mvpa_min/((sleep_min*sed_min*lpa_min)^(1/3)))
gen ilr_mvpa_sleep=(sqrt(2/3))*ln(sleep_min/((sed_min*lpa_min)^(1/2)))
gen ilr_mvpa_sed=(sqrt(1/2))*ln(sed_min/lpa_min)
 
//Sleep
mixed yuwen i.sex age fa ma income bmi ilr_sleep_sleep ilr_sleep_sed ilr_sleep_lpa || grade: || nclass:
depvar may not be a factor variable
factor bmi, if(bmi)
too few variables specified
factor age sex bmi, if(age sex bmi)
option if() not allowed
factor bmi
too few variables specified

Answer 1

参考GPT和自己的思路：根据报错信息，似乎有些变量不能转换为因子变量。首先，第 21 行的错误提示 depvar may not be a factor variable，看起来是指因变量（depvar）不能被转换为因子变量。如果这个错误提示出现在 mixed 模型命令中，很可能是因为因变量 yuwen 不是一个分类变量。你需要确认 yuwen 是不是一个分类变量（例如，一些离散的取值，如 1、2、3、4、5 分别对应 A、B、C、D、E），如果不是，你需要将它转换成一个分类变量或者使用另一种适合连续因变量的模型命令。

第 22 行的 factor bmi, if(bmi) 错误提示 too few variables specified。这个错误提示通常表示你没有指定足够的变量来给出因子变量。根据你的代码，bmi 似乎是一个连续的变量，因此可能需要设置一个 cut-off 值来将它转换成一个分类变量，例如：

gen bmi_cat = .
replace bmi_cat = 1 if bmi < 18.5 
replace bmi_cat = 2 if bmi >= 18.5 & bmi < 25
replace bmi_cat = 3 if bmi >= 25 & bmi < 30
replace bmi_cat = 4 if bmi >= 30
factor bmi_cat, if (!missing(bmi_cat))

这里，我们将 bmi 根据 WHO 制定的标准分成了四个分类。然后，我们使用 factor 命令将它转换成一个因子变量，其中 if (!missing(bmi_cat)) 表示我们只对那些非缺失值的观测进行转换。

第 24 行的 factor age sex bmi, if(age sex bmi) 提示 option if() not allowed，这是因为 factor 命令不能使用 if 子句来排除缺失值。如果你想去掉缺失值，可以使用 egen 命令来为你的数据集添加一个新的变量：

egen bmi_missing = rowmissing(bmi)
factor age sex bmi, if (!bmi_missing)

这里，我们使用 rowmissing(bmi) 来生成一个新的变量 bmi_missing，用来标识哪些观测 bmi 是缺失的。然后，我们在 factor 命令中使用 if (!bmi_missing) 来排除那些 bmi 是缺失的观测。

最后，第 27 行的 too few variables specified 似乎也是因为你没有指定足够的变量来给出因子变量。你可以参考第 22 行的示例，使用类似的方法将某个连续变量转换成一个分类变量来解决这个问题。