"Hệ số bí danh" là gì?

Trong khi xây dựng mô hình hồi quy trong R ( lm), tôi thường xuyên nhận được thông báo này

"there are aliased coefficients in the model"

Nó chính xác có ý nghĩa gì?

Ngoài ra, do điều này predict()cũng đưa ra một cảnh báo.

Mặc dù đó chỉ là một cảnh báo, tôi muốn biết làm thế nào chúng ta có thể phát hiện / loại bỏ các hệ số bí danh trước khi xây dựng một mô hình.

Ngoài ra, những hậu quả có thể xảy ra của việc bỏ qua cảnh báo này là gì?

Tôi nghi ngờ đây không phải là lỗi của lm, mà là vif(từ gói car). Nếu vậy, tôi tin rằng bạn đã gặp phải tình trạng đa hình hoàn hảo . Ví dụ

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

tạo ra lỗi của bạn

Trong ngữ cảnh này, '' bí danh '' đề cập đến các biến phụ thuộc tuyến tính vào các biến khác (nghĩa là gây ra tính đa hình hoàn hảo).

Bước đầu tiên hướng tới giải pháp là xác định (các) biến nào là thủ phạm. Chạy

alias( lm( y ~ x1 + x2 ) )

để xem một ví dụ.

Điều này thường xuất hiện khi bạn có điểm kỳ dị trong X'Xma trận hồi quy (giá trị NA trong bản tóm tắt đầu ra hồi quy).

Base R lm()cho phép các giá trị số ít / tính đa hình hoàn hảo như mặc định singular.ok = TRUE. Các gói / chức năng khác là bảo thủ hơn.

Ví dụ, đối với linearHypothesis()chức năng trong cargói, mặc định là singular.ok = FALSE. Nếu bạn có tính đa hướng hoàn hảo trong hồi quy của mình, linearHypothesis()sẽ trả về lỗi "có các hệ số bí danh trong mô hình". Để xử lý lỗi này, đặt singular.ok = TRUE. Tuy nhiên, hãy cẩn thận, vì làm điều này có thể che giấu tính đa hình hoàn hảo trong hồi quy của bạn.

có thể là điều tốt để biết đối với một số người: Tôi cũng gặp lỗi này khi tôi thêm các hình nộm vào hồi quy. R tự động bỏ qua một hình nộm, nhưng điều này gây ra lỗi trong thử nghiệm vif. vì vậy, một giải pháp, đối với một số người, có thể loại bỏ một hình nộm bằng tay.