我如何修复摘要/系数表 R 中缺失的 output (NA)

Question

我正在 r 中构建逻辑回归 model，但是当我使用摘要（模型）检查系数时，output 在我的一个自变量的四列（估计值、标准误差、z 值和 z）中显示 NA。 我的其他三个变量工作正常。

我还检查了任何 null 值，但没有。 我使用 as.numeric 和 as.integer 在连续值和离散值之间更改了它，但在 output 中它仍然显示为 NA。变量本身测量捐献的血液总量。

我无法弄清楚这一点，这让我很困扰。 谢谢

Answer 1

这是一个详细说明我上面所做评论的示例； 我在这里使用简单的线性 model，但同样的原则适用于逻辑回归 model。

1. 让我们生成一些数据：我们为 model y = x1 + x2 + epsilon生成数据，其中两个预测变量x1和x2线性相关： x2 = 2.5 * x1 。

    # Generate sample data set.seed(2017); x1 <- seq(1, 100); x2 <- 2.5 * x1; y <- x1 + x2 + rnorm(100);

2. 我们适合model。

    df <- cbind.data.frame(x1 = x1, x2 = x2, y = y); fit <- lm(y ~ x1 + x2, df);

3. 查看参数估计。

    summary(fit); # #Call: #lm(formula = y ~ x1 + x2, data = df) # #Residuals: # Min 1Q Median 3Q Max #-2.50288 -0.75360 -0.01388 0.67935 3.08515 # #Coefficients: (1 not defined because of singularities) # Estimate Std. Error t value Pr(>|t|) #(Intercept) 0.166567 0.215534 0.773 0.441 #x1 3.496831 0.003705 943.719 <2e-16 *** #x2 NA NA NA NA #--- #Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 # #Residual standard error: 1.07 on 98 degrees of freedom #Multiple R-squared: 0.9999, Adjusted R-squared: 0.9999 #F-statistic: 8.906e+05 on 1 and 98 DF, p-value: < 2.2e-16

您可以看到x2的估计值为NA 。 这是x1和x2线性相关的直接结果。 换句话说， x2是冗余的，数据可以用线性估计来描述 model y = 3.4968 * x1 + epsilon ; 这显然与理论系数x1 + 2.5 * x1 = 3.5 * x1非常吻合。