회귀 계수로 NA는 문제의 변수가 다른 변수와 선형으로 관련되어 있음을 나타냅니다. 귀하의 경우 이는 일부 a , b , c에 대해 입니다 . 이 경우 변수 중 하나를 삭제하지 않고 회귀에 대한 고유 한 솔루션이 없습니다. Q 4를 추가하면 문제가 악화 될뿐입니다.Q 3 = a × Q 1 + b × Q 2 + ca , b , c질문 4
(+1). NA는 일반적으로 계수를 추정 할 수 없음을 의미합니다. 이것은 앞에서 언급했듯이 정확한 공선 성으로 인해 발생할 수 있습니다. 그러나 관련 파라미터를 추정하기에 충분한 관측치가 없기 때문에 발생할 수도 있습니다 (예 : ). 예측 변수가 범주 형이고 교호 작용 항을 추가하는 경우 NA는 요인의 조합 수준에 대한 관측치가 없음을 의미 할 수도 있습니다. p>n
Q3 = 1 iff Q1 = Q2 = 0이므로 변수는 선형 적으로 관련이 없습니다. 또한 stepAIC ()을 사용하고 모델에 세 변수를 모두 강제로 포함 시키면 문제가 발생하지 않습니다. 또한 변수에 대한 관측치의 약 3 배입니다. 가장 좋은 추측은 Q3와 다른 변수 사이에 공선 성이 있다는 것입니다. 이것은 stepAIC에 포함되지 않은 것입니다.