使用 lm 而不是 biglm 时，Broom/Dplyr 会出现概览（）错误

我正在使用 dplyr/broom 包对多个传感器进行线性回归。当我在 do 语句中使用 lm() 时，broom 中的lancet() 函数将不起作用，但如果我使用 biglm() 则将起作用。这不是问题，但我希望 r^2、F-Statistic 和 p-val 对于传统的 lm() 来说能够非常漂亮地返回。

我在其他地方查看过，但找不到出现此错误的类似案例：

Error in data.frame(r.squared = r.squared, adj.r.squared = adj.r.squared,  : 
 object 'fstatistic' not found

可能的预感：

?Anova 
"The comparison between two or more models will only be valid if they are 
fitted to the same dataset. This may be a problem if there are missing
values and R's default of na.action = na.omit is used."

这是代码：

library(tidyr)
library(broom)
library(biglm) # if not install.packages("biglm")
library(dplyr)
regressionBig <- tidied_rm_outliers %>%
group_by(sensor_name, Lot.Tool, Lot.Module, Recipe, Step, Stage, MEAS_TYPE) %>%
do(fit = biglm(MEAS_AVG ~ value, data = .)) #note biglm is used

regressionBig 

#extract the r^2 from the complex list type from the data frame we just stored

glances <- regressionBig %>% glance(fit)
glances %>% 
  ungroup() %>%
  arrange(desc(r.squared))
#Biglm works but if i try the same thing with regular lm It errors on glance() 

ErrorDf <- tidied_rm_outliers %>%
  group_by(sensor_name, Lot.Tool, Lot.Module, Recipe, Step, Stage, MEAS_TYPE) %>% 
  do(fit = lm(MEAS_AVG ~ value, data = .)) #note lm is normal
ErrorDf %>% glance(fit)

#Error in data.frame(r.squared = r.squared, adj.r.squared = adj.r.squared,  : 
#object 'fstatistic' not found

我讨厌上传整个数据帧，因为我知道这在 S/O 上通常是不可接受的，但我不确定不这样做是否可以创建一个可重现的示例。https://www.dropbox.com/s/pt6xe4jdxj743ka/testdf.Rda?dl=0 https://www.dropbox.com/s/pt6xe4jdxj743ka/testdf.Rda?dl=0

如果您愿意的话，请在pastebin上查看R会话信息here http://pastebin.com/n6q8XhKk!

它看起来像是一个糟糕的模型ErrorDf。我诊断它运行for loop.

for (i in 1:nrow(ErrorDf)){
  print(i)
  glance(ErrorDf$fit[[i]])
}

看起来没有系数value可以估计模型＃94。我没有做任何进一步的调查，但它提出了一个有趣的问题：如何broom应该处理这个问题。