<\/p>\n
Een foutmelding die je tegen kunt komen in R is:<\/span><\/p>\n Deze foutmelding treedt op wanneer u een model fitt met behulp van de glm()-<\/strong> functie in R en twee of meer van uw voorspellende variabelen een exacte lineaire relatie met elkaar hebben \u2013 ook wel perfecte multicollineariteit<\/a> genoemd.<\/span><\/p>\n Om deze fout op te lossen, kunt u de functie cor()<\/strong> gebruiken om variabelen in uw dataset te identificeren die een perfecte correlatie met elkaar hebben en eenvoudigweg een van deze variabelen uit het regressiemodel verwijderen.<\/span><\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u in de praktijk met deze foutmelding om kunt gaan.<\/span><\/p>\n Stel dat we een logistisch regressiemodel<\/a> passen in het volgende dataframe in R:<\/span><\/p>\n Merk op dat we vlak v\u00f3\u00f3r de uitvoer van de co\u00ebffici\u00ebnten het bericht ontvangen:<\/span><\/p>\n Dit geeft aan dat twee of meer voorspellende variabelen in het model een perfecte lineaire relatie hebben en dat daarom niet alle regressieco\u00ebffici\u00ebnten in het model kunnen worden geschat.<\/span><\/p>\n Merk bijvoorbeeld op dat er geen schattingen van de co\u00ebffici\u00ebnten kunnen worden gemaakt voor de voorspellende variabele x 2<\/sub><\/strong> .<\/span><\/p>\n Om te identificeren welke voorspellende variabelen deze fout veroorzaken, kunnen we de functie cor()<\/strong> gebruiken om een correlatiematrix<\/a> te produceren en te onderzoeken welke variabelen een correlatie van precies 1<\/strong> met elkaar hebben:<\/span><\/p>\n Uit de correlatiematrix kunnen we zien dat de variabelen x 1<\/sub><\/strong> en x 2<\/sub><\/strong> perfect gecorreleerd zijn.<\/span><\/p>\n Om deze fout op te lossen, kunnen we eenvoudigweg een van deze twee variabelen uit het model verwijderen, omdat ze in het regressiemodel niet daadwerkelijk unieke of onafhankelijke informatie bieden.<\/span><\/p>\n Stel dat we x 2<\/sub><\/strong> verwijderen en passen in het volgende logistische regressiemodel:<\/span><\/p>\n Houd er rekening mee dat we deze keer geen foutmelding ‚ongedefinieerd vanwege singulariteiten‘ ontvangen.<\/span><\/p>\n Opmerking<\/strong> : het maakt niet uit of we x 1<\/sub> of x 2<\/sub> verwijderen. Het uiteindelijke model zal dezelfde co\u00ebffici\u00ebntschatting bevatten voor de variabele die u besluit te behouden, en de algemene goedheid van het model zal hetzelfde zijn.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u met andere fouten in R omgaat:<\/span><\/p>\n Oplossing in R: ongeldige sjabloonformule in ExtractVars Een foutmelding die je tegen kunt komen in R is: Coefficients: (1 not defined because of singularities) Deze foutmelding treedt op wanneer u een model fitt met behulp van de glm()- functie in R en twee of meer van uw voorspellende variabelen een exacte lineaire relatie met elkaar hebben \u2013 ook wel perfecte multicollineariteit genoemd. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2140","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Coefficients: (1 not defined because of singularities) \n<\/strong><\/pre>\n
Hoe de fout te reproduceren<\/strong><\/h3>\n
#define data\n<\/span>df <- data. frame<\/span> (y = c(0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1),\n x1 = c(3, 3, 4, 4, 3, 2, 5, 8, 9, 9, 9, 8, 9, 9, 9),\n x2 = c(6, 6, 8, 8, 6, 4, 10, 16, 18, 18, 18, 16, 18, 18, 18),\n x3 = c(4, 7, 7, 3, 8, 9, 9, 8, 7, 8, 9, 4, 9, 10, 13))\n\n#fit logistic regression model\n<\/span>model <- glm(y~x1+x2+x3, data=df, family=binomial)\n\n#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = y ~ x1 + x2 + x3, family = binomial, data = df)\n\nDeviance Residuals: \n Min 1Q Median 3Q Max \n-1.372e-05 -2.110e-08 2.110e-08 2.110e-08 1.575e-05 \n\nCoefficients: (1 not defined because of singularities)\n Estimate Std. Error z value Pr(>|z|)\n(Intercept) -75.496 176487.031 0.000 1\nx1 14.546 24314.459 0.001 1\nx2 NA NA NA NA\nx3 -2.258 20119.863 0.000 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n Null deviance: 2.0728e+01 on 14 degrees of freedom\nResidual deviance: 5.1523e-10 on 12 degrees of freedom\nAIC: 6\n\nNumber of Fisher Scoring iterations: 24\n<\/strong><\/span><\/pre>\n Coefficients: (1 not defined because of singularities)\n<\/strong><\/span><\/pre>\n Hoe de fout moet worden afgehandeld<\/strong><\/span><\/h3>\n
#create correlation matrix<\/span>\ncor(df)\n\n y x1 x2 x3\ny 1.0000000 0.9675325 0.9675325 0.3610320\nx1 0.9675325 1.0000000 1.0000000 0.3872889\nx2 0.9675325 1.0000000 1.0000000 0.3872889\nx3 0.3610320 0.3872889 0.3872889 1.0000000\n<\/strong><\/span><\/pre>\n #fit logistic regression model\n<\/span>model <- glm(y~x1+x3, data=df, family=binomial)\n\n#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = y ~ x1 + x3, family = binomial, data = df)\n\nDeviance Residuals: \n Min 1Q Median 3Q Max \n-1.372e-05 -2.110e-08 2.110e-08 2.110e-08 1.575e-05 \n\nCoefficients:\n Estimate Std. Error z value Pr(>|z|)\n(Intercept) -75.496 176487.031 0.000 1\nx1 14.546 24314.459 0.001 1\nx3 -2.258 20119.863 0.000 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n Null deviance: 2.0728e+01 on 14 degrees of freedom\nResidual deviance: 5.1523e-10 on 12 degrees of freedom\nAIC: 6\n\nNumber of Fisher Scoring iterations: 24<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe op te lossen in R: argument is noch numeriek noch logisch: return na<\/a>
Oplossing: randomForest.default(m, y, \u2026): Na\/NaN\/Inf in externe functieaanroep<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"