'Takma ad katsayıları' nedir?

24

R ( lm) 'de bir regresyon modeli oluştururken, sık sık bu mesajı alıyorum

"there are aliased coefficients in the model"

Tam olarak ne anlama geliyor?

Ayrıca, bu predict()nedenle de bir uyarı veriyor.

Bu sadece bir uyarı olmasına rağmen, bir model oluşturmadan önce takma katsayıları nasıl tespit edeceğimizi / kaldırabileceğimizi bilmek istiyorum.

Ayrıca, bu uyarının ihmal edilmesinin olası sonuçları nelerdir?

r regression

— Mohit Verma
kaynak

32

Bunun bir hata değildir şüpheli lmziyade vif(paketinden car). Öyleyse, mükemmel bir çoklu bağlantıyla karşılaştığınıza inanıyorum . Örneğin

x1 <- rnorm( 100 )
x2 <- 2 * x1
y <- rnorm( 100 )
vif( lm( y ~ x1 + x2 ) )

hatasını üretir.

Bu bağlamda, '' diğer ad '', diğerlerine doğrusal olarak bağımlı olan değişkenleri ifade eder (yani mükemmel çoklu doğrusallığa neden olur).

Çözüme yönelik ilk adım, hangi değişkenlerin suçlu olduğunu tespit etmektir. Koşmak

alias( lm( y ~ x1 + x2 ) )

bir örnek görmek için.

— Tamas Ferenci
kaynak

Teşekkürler. Çok kutupluluk, 'takma katsayılar'a sahip olmakla aynı mıdır?

— Mohit Verma

1

@MohitVerma: Bu terminolojide '' diğer ad '' doğrusal olarak bağımlı olan değişkenleri ifade eder (yani mükemmel çoklu doğrusallığa neden olur). Bakınız stat.ethz.ch/R-manual/R-patched/library/stats/html/alias.html . Cevabı bununla güncellerim.

— Tamas Ferenci,

3

Bu genellikle regresyon X'Xmatrisinizde tekillikleriniz olduğunda ortaya çıkar (regresyon çıktısının özetindeki NA değerleri).

Temel R lm(), varsayılan değer olarak tekil değerlere / mükemmel çoklu bağlantıya izin verir singular.ok = TRUE. Diğer paketler / fonksiyonlar daha muhafazakar.

Örneğin linearHypothesis(), carpaketteki işlev için varsayılan değerdir singular.ok = FALSE. Eğer regresyonunuzda mükemmel bir çoklu-doğrusallığa sahipseniz, linearHypothesis()"modelde takma katsayılar var" hatası verir. Bu hatayı gidermek için ayarlayın singular.ok = TRUE. Bununla birlikte, dikkatli olun, çünkü bunu yapmak regresyonunuzdaki mükemmel çoklu doğrusallığı maskeleyebilir.

— mumcu
kaynak

0

belki bazıları için bilmek için iyi: Bir regresyon mankenleri eklediğimde de bu hatayı aldım. R otomatik olarak bir kukla atlar, ancak bu vif testinde bir hataya neden olur. Bu nedenle, bazıları için bir çözüm elle kukla birini kaldırıyor olabilir.

— basmakalıp
kaynak