Perché R restituirebbe NA come coefficiente lm ()?

Sto adattando un lm()modello a un set di dati che include indicatori per il trimestre finanziario (Q1, Q2, Q3, rendendo il Q4 predefinito). Usando lm(Y~., data = data) Ottengo a NAcome coefficiente per Q3 e un avvertimento che una variabile è stata esclusa a causa delle singolarità.

Devo aggiungere una colonna Q4?

r regression

— Fraijo
fonte

NA come coefficiente in una regressione indica che la variabile in questione è linearmente correlata alle altre variabili. Nel tuo caso, ciò significa che per alcuni . In questo caso, non esiste una soluzione unica alla regressione senza eliminare una delle variabili. L'aggiunta di peggiorerà le cose. $Q3 = a \times Q1 + b \times Q2 + c$ $a, b, c$ $Q4$

— Martin O'Leary
fonte

Sono d'accordo ... sembra esserci un problema con le definizioni delle variabili fittizie.

— Dominic Comtois,

(+1). NA in genere indica che il coefficiente non è stimabile. Questo può accadere a causa della collinearità esatta, come hai già detto. Ma può anche accadere perché non si hanno abbastanza osservazioni per stimare i parametri rilevanti (ad es. Se ). Se i tuoi predittori sono categorici e stai aggiungendo termini di interazione, un NA può anche significare che non ci sono osservazioni con quella combinazione di livelli dei fattori.

p > n

$p > n$

— Macro

p > n

$p > n$ è solo un caso speciale di colinearità: se ci sono meno osservazioni rispetto ai predittori, la colinearità è un dato di fatto. Hai ragione sui termini di interazione, anche se sono abbastanza sicuro che non è quello che sta succedendo qui.

— Martin O'Leary,

Le variabili non sono correlate in modo lineare, poiché Q3 = 1 iff Q1 = Q2 = 0. Inoltre, l'uso di stepAIC () e forzare il modello a includere tutte e tre queste variabili non causa problemi. Inoltre, ho circa 3 volte il numero di osservazioni sulle variabili. La mia ipotesi migliore è che ci sia colinearità tra Q3 e qualche altra variabile, che suppongo sia una non inclusa dal stepAIC.

— Fraijo,