我有三个感兴趣的结果，每个结果在多个场合（干预之前，期间和之后）进行测量。考虑到我的数据结构（并且由于我不一定对随机效应感兴趣），我试图将聚类稳健的方法应用于多元回归。我的代码如下所示：
library(estimatr)
y <- cbind(a, b, c)
lm.robust <- lm_robust(y~factor(Timepoint), clusters = ID, data = outcome.data)
summary(lm.robust)
正如预期的那样，当我运行此代码时，摘要将单独分解每个结果变量。根据过去使用lm（）进行多变量模型的经验，我希望输出的这一部分与运行三个独立的模型相同，每个模型都将变量“ a”，“ b”和“ c”作为因变量。但是，对于第一个变量以外的每个结果变量，多元模型都会计算一个估计值，一个标准误差和一个值，但是返回NA代替p值和置信区间以及它的r平方值收益高得离谱（例如，调整后的r2 = 0.97）。无论我的因变量的顺序如何，这都是正确的（即，如果顺序是abc，则摘要返回a的正确系数，但不返回b或c；如果顺序是bca，则摘要返回b的正确系数，但是不是c或a）。
我试图理解为什么会这样。可能值得注意的是，我的结果变量中有相当多的缺失。非常感谢任何见识！