在線性迴歸模型中產生的NA

我已經閱讀過類似的文章，但我的問題沒有通過給出的答案來解決。我想做一個簡單的線性迴歸，看看咬傷發生率是否與區，區（疫苗或對照）和年份有關。正如你在輸出中看到的一個區域RORYA被給出NA係數，並且我得到「係數：（1沒有因奇點而定義）」的信息。我已經閱讀了這篇文章，它看起來與它的共線性有關。給出的一個解決方案是給調用添加-1，這會刪除攔截，但不能解決我的問題，因爲RORYA區域在摘要輸出中仍具有NAs。在線性迴歸模型中產生的NA

我試過的另一個解決方案是改變調用中解釋變量的順序。這確實改變了事情...... Rorya區突然有係數，但Zone變量變成了NA'd。這兩者都不是很好，因爲我希望所有解釋變量都具有係數。

我想知道是否有人可能知道爲什麼會發生這種情況，以及是否有解決此問題的辦法，以便所有變量都可以有係數？

在此先感謝。

可再現例如：

df <- structure(list(DISTRICT = structure(c(1L, 6L, 5L, 3L, 2L, 4L, 
1L, 6L, 5L, 3L, 2L, 4L, 1L, 6L, 5L, 3L, 2L, 4L, 1L, 6L, 5L, 3L, 
2L, 4L), .Label = c("BUNDA", "MASWA", "MUSOMA", "RORYA", "SERENGETI", 
"TARIME"), class = "factor"), zone = structure(c(2L, 2L, 2L, 
1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 
2L, 2L, 1L, 1L, 1L), .Label = c("c", "v"), class = "factor"), 
year = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("2010", 
"2011", "2012", "2013"), class = "factor"), bites = c(7.461327937, 
NA, NA, NA, 35.16164185, 26.39109338, 57.89990479, 1.47191729, 
3.608371422, 51.36718605, NA, 16.21167165, 46.85713945, 15.89670673, 
5.212092054, 259.8137381, 30.80276062, 20.73585909, 10.44585911, 
9.420270656, 7.617673001, 307.4586643, 27.31565565, 30.16124958 
), deaths = c(0, NA, NA, NA, 0, 1.508062479, 0.298453117, 
0, 0, 0, NA, 2.262093719, 0.298453117, 0.294383458, 0, 2.233355915, 
0.581184163, 1.131046859, 0.298453117, 0.588766916, 1.202790474, 
2.977807887, 0, 1.885078099)), .Names = c("DISTRICT", "zone", 
"year", "bites", "deaths"), row.names = c(NA, -24L), class = "data.frame")

代碼：

summary(df) 
names(df) 
attach(df) 
is.numeric(year) 
df$year <- as.factor(as.character(df$year)) 
is.factor(df$year) 

model1 <- lm(bites ~ zone + DISTRICT-1 +year, data = df) 
summary(model1) 

> sessionInfo() 
R version 3.1.0 (2014-04-10) 
Platform: x86_64-apple-darwin13.1.0 (64-bit) 

locale: 
[1] en_GB.UTF-8/en_GB.UTF-8/en_GB.UTF-8/C/en_GB.UTF-8/en_GB.UTF-8 

attached base packages: 
[1] grid  stats  graphics grDevices utils  datasets methods base  

other attached packages: 
[1] ggplot2_1.0.0 

loaded via a namespace (and not attached): 
[1] colorspace_1.2-4 digest_0.6.4  gtable_0.1.2  MASS_7.3-34  munsell_0.4.2 plyr_1.8.1  proto_0.3-10  Rcpp_0.11.2  
[9] reshape2_1.4  scales_0.2.4  stringr_0.6.2 tools_3.1.0

來源

2014-09-20 Shenzidog

當適合用因子的模型（在這種情況下，區）和無截距，所述方法是創建一個僞二進制每個因素都是可變的。所以在內部有一個二進制0/1的值是「在DISTRICT RORYA中是例子」。現在每種情況下的zone變量爲c，因此您在DISTRICT==RORYA和zone之間有完美的一致性。變量是完全共線的，因此警告：

Coefficients: (1 not defined because of singularities)

和無法定義這兩個參數。因此出現NA。

在你所有的數據區是其中一個區域：

> table(df$DISTRICT, df$zone) 

      c v 
    BUNDA  0 4 
    MASWA  4 0 
    MUSOMA 4 0 
    RORYA  4 0 
    SERENGETI 0 4 
    TARIME 0 4

所以，你將不得不包括任何分析zone和DISTRICT變量的麻煩。你不能有zone和任何地區的係數，因爲根本沒有足夠的信息來區分任何地區和地區。

來源

2014-09-20 07:48:35 Spacedman

在線性迴歸模型中產生的NA

回答

相關問題