ในขณะที่สร้างแบบจำลองการถดถอยใน R ( lm) ฉันมักได้รับข้อความนี้
"there are aliased coefficients in the model"มันหมายความว่าอะไรกันแน่?
นอกจากนี้เนื่องจากสิ่งนี้predict()ยังเป็นการเตือน
แม้ว่าจะเป็นเพียงคำเตือนฉันต้องการทราบว่าเราสามารถตรวจจับ / ลบค่าสัมประสิทธิ์ aliased ก่อนสร้างแบบจำลองได้อย่างไร
นอกจากนี้อะไรคือผลลัพธ์ที่เป็นไปได้ของการละเลยคำเตือนนี้
คำตอบ:
ฉันสงสัยว่านี่ไม่ใช่ข้อผิดพลาดlmแต่เป็นvif(จากแพ็คเกจcar) ถ้าเป็นเช่นนั้นผมเชื่อว่าคุณต้องวิ่งเข้าไปในพหุสมบูรณ์แบบ ตัวอย่างเช่น
x1 <- rnorm( 100 )
x2 <- 2 * x1
y <- rnorm( 100 )
vif( lm( y ~ x1 + x2 ) )
สร้างข้อผิดพลาดของคุณ
ในบริบทนี้ '' นามแฝง '' หมายถึงตัวแปรที่ขึ้นอยู่กับตัวแปรอื่น ๆ ในเชิงเส้นตรง (เช่นทำให้เกิดความสัมพันธ์อันสมบูรณ์แบบ)
ขั้นตอนแรกในการแก้ไขปัญหาคือการระบุตัวแปรที่เป็นตัวการ วิ่ง
alias( lm( y ~ x1 + x2 ) )เพื่อดูตัวอย่าง
สิ่งนี้มักจะเกิดขึ้นเมื่อคุณมีภาวะเอกฐานในX'Xเมทริกซ์การถดถอยของคุณ(ค่า NA ในการสรุปผลลัพธ์ของการถดถอย)
ฐาน R lm()ช่วยให้ค่าเอกพจน์ / singular.ok = TRUEพหุที่สมบูรณ์แบบที่เริ่มต้นคือ แพ็คเกจ / ฟังก์ชั่นอื่น ๆ มีความระมัดระวังมากกว่า
ตัวอย่างเช่นสำหรับlinearHypothesis()ฟังก์ชั่นในแพคเกจเริ่มต้นคือcar singular.ok = FALSEหากคุณมีความสัมพันธ์อันหลากหลายที่สมบูรณ์แบบในการถดถอยของคุณlinearHypothesis()จะส่งกลับข้อผิดพลาด "มีค่าสัมประสิทธิ์นามแฝงในรูปแบบ" singular.ok = TRUEเพื่อจัดการกับข้อผิดพลาดนี้ชุด อย่างไรก็ตามโปรดระวังเนื่องจากการทำเช่นนี้อาจปิดบังความสัมพันธ์อันสมบูรณ์แบบในการถดถอยของคุณ
อาจจะดีสำหรับบางคน: ฉันได้รับข้อผิดพลาดนี้เช่นกันเมื่อฉันเพิ่มหุ่นลงในการถดถอย R จะละเว้นหุ่นจำลองหนึ่งตัวโดยอัตโนมัติ แต่สิ่งนี้ทำให้เกิดข้อผิดพลาดในการทดสอบ vif ดังนั้นวิธีแก้ปัญหาสำหรับบางคนอาจลบ dummy ด้วยตนเอง