Question

我使用所有预测变量运行线性回归（我有384个预测变量），但只从汇总中获得373个系数。我想知道为什么R不返回所有系数，我怎样才能得到所有384个系数？

full_lm <- lm(Y ~ ., data=dat[,2:385]) #384 predictors
coef_lm <- as.matrix(summary(full_lm)$coefficients[,4]) #only gives me 373

Answer 1

首先，summary(full_lm)$coefficients[,4]返回p-values而非系数。现在，为了真正回答你的问题，我相信你的一些变量会从估算中剔除，因为它们与其他变量完全共线。如果您运行summary(full_lm)，您会看到这些变量的估算值会在所有字段中返回NA。因此，它们不包含在summary(full_lm)$coefficients中。举个例子：

x<- rnorm(1000)
x1<- 2*x
x2<- runif(1000)
eps<- rnorm(1000)
y<- 5+3*x + x1 + x2 + eps
full_lm <- lm(y ~ x + x1 + x2) 
summary(full_lm)
#Call:
#lm(formula = y ~ x + x1 + x2)
#
#Residuals:
#     Min       1Q   Median       3Q      Max 
#-2.90396 -0.67761 -0.02374  0.71906  2.88259 
#
#Coefficients: (1 not defined because of singularities)
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  4.96254    0.06379   77.79   <2e-16 ***
#x            5.04771    0.03497  144.33   <2e-16 ***
#x1                NA         NA      NA       NA    
#x2           1.05833    0.11259    9.40   <2e-16 ***
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
#Residual standard error: 1.024 on 997 degrees of freedom
#Multiple R-squared:  0.9546,   Adjusted R-squared:  0.9545 
#F-statistic: 1.048e+04 on 2 and 997 DF,  p-value: < 2.2e-16

coef_lm <- as.matrix(summary(full_lm)$coefficients[,1])
coef_lm
#(Intercept)    4.962538
#x  5.047709
#x2 1.058327

Answer 2

例如，如果数据中的某些列是其他列的线性组合，则系数将为NA，如果您按照自己的方式编制索引，则会自动省略。

a <- rnorm(100)
b <- rnorm(100)
c <- rnorm(100)
d <- b + 2*c

e <- lm(a ~ b + c + d)

给出

Call:
lm(formula = a ~ b + c + d)

Coefficients:
(Intercept)            b            c            d  
   0.088463    -0.008097    -0.077994           NA

但索引...

> as.matrix(summary(e)$coefficients)[, 4]
(Intercept)           b           c 
  0.3651726   0.9435427   0.3562072

线性回归不返回所有系数

2 个答案: