¿Cómo tratar un error como "Coeficientes: 14 no definidos debido a singularidades" en R?

Question

Cuando se hace un GLM y se obtiene el error "no definido debido a las singularidades" en la salida del anova, ¿cómo se puede contrarrestar este error?

Algunos han sugerido que se debe a la colinealidad entre las covariables o a que uno de los niveles no está presente en el conjunto de datos (véase: interpretación de "no se define debido a las singularidades" en lm )

Si quisiera ver qué "tratamiento particular" está impulsando el modelo y tengo 4 niveles de tratamiento: Treat 1 , Treat 2 , Treat 3 & Treat 4 que se registran en mi hoja de cálculo como: cuando Treat 1 es 1 el resto son cero, cuando Treat 2 es 1 el resto es cero, etc., ¿qué tendría que hacer?

Answer 1

Probablemente está obteniendo ese error porque dos o más de sus variables independientes son perfectamente colineales (por ejemplo, codificación errónea de variables ficticias para hacer copias idénticas).

Utilice cor() en sus datos o alias() en su modelo para una inspección más detallada.

Answer 2

El error "no definido debido a singularidades" se producirá debido a la fuerte correlación entre sus variables independientes. Esto puede evitarse teniendo n-1 variables ficticias. En su caso, para la variable Tratamiento, debería utilizar 3 variables ficticias binarias (Tratamiento1, Tratamiento2, Tratamiento3).

En la programación de R, la función de regresión lineal lm() dará como resultado "NA" como coeficiente para las variables altamente correlacionadas.

Answer 3

En mi experiencia (algo limitada), lo más probable es que se deba a altos niveles de colinealidad entre dos o más variables. Sugeriría utilizar la función VIF para identificar qué varaibles son los que más contribuyen en este sentido, y tenerlo en cuenta a la hora de seleccionar los varaibles para su eliminación en la siguiente iteración de su modelo.

En cuanto a la interpretación de los valores de VIF, algunos sugieren que un valor inferior a 5 es un nivel aceptable, con un valor de 5-10 aceptable en algunas circunstancias. Por lo general, no confío demasiado en los umbrales de valores específicos, ya que los valores siguen dando una indicación relativa de los problemas de colinealidad potencial.