วิธีแก้ไขใน r: ไม่ได้กำหนดเนื่องจากลักษณะเฉพาะ

ข้อความแสดงข้อผิดพลาดที่คุณอาจพบใน R คือ:

 Coefficients: (1 not defined because of singularities) 

ข้อความแสดงข้อผิดพลาดนี้เกิดขึ้นเมื่อคุณปรับโมเดลให้พอดีกับโมเดลโดยใช้ฟังก์ชัน glm() ใน R และตัวแปรทำนายตั้งแต่สองตัวขึ้นไปมีความสัมพันธ์เชิงเส้นตรงระหว่างกัน ซึ่งเรียกว่า มัลติคอลลิเนียริตีที่สมบูรณ์แบบ

เพื่อแก้ไขข้อผิดพลาดนี้ คุณสามารถใช้ฟังก์ชัน cor() เพื่อระบุตัวแปรในชุดข้อมูลที่มีความสัมพันธ์กันอย่างสมบูรณ์แบบ และเพียงลบตัวแปรตัวใดตัวหนึ่งออกจากแบบจำลองการถดถอย

บทช่วยสอนนี้จะอธิบายวิธีจัดการกับข้อความแสดงข้อผิดพลาดนี้ในทางปฏิบัติ

วิธีการทำซ้ำข้อผิดพลาด

สมมติว่าเราปรับ โมเดลการถดถอยโลจิสติก เข้ากับกรอบข้อมูลต่อไปนี้ใน R:

 #define data
df <- data. frame (y = c(0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1),
                 x1 = c(3, 3, 4, 4, 3, 2, 5, 8, 9, 9, 9, 8, 9, 9, 9),
                 x2 = c(6, 6, 8, 8, 6, 4, 10, 16, 18, 18, 18, 16, 18, 18, 18),
                 x3 = c(4, 7, 7, 3, 8, 9, 9, 8, 7, 8, 9, 4, 9, 10, 13))

#fit logistic regression model
model <- glm(y~x1+x2+x3, data=df, family=binomial)

#view model summary
summary(model)

Call:
glm(formula = y ~ x1 + x2 + x3, family = binomial, data = df)

Deviance Residuals: 
       Min 1Q Median 3Q Max  
-1.372e-05 -2.110e-08 2.110e-08 2.110e-08 1.575e-05  

Coefficients: (1 not defined because of singularities)
              Estimate Std. Error z value Pr(>|z|)
(Intercept) -75.496 176487.031 0.000 1
x1 14.546 24314.459 0.001 1
x2 NA NA NA NA
x3 -2.258 20119.863 0.000 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 2.0728e+01 on 14 degrees of freedom
Residual deviance: 5.1523e-10 on 12 degrees of freedom
AIC: 6

Number of Fisher Scoring iterations: 24

โปรดทราบว่าก่อนเอาต์พุตค่าสัมประสิทธิ์ เราได้รับข้อความ:

 Coefficients: (1 not defined because of singularities)

สิ่งนี้บ่งชี้ว่าตัวแปรทำนายตั้งแต่สองตัวขึ้นไปในแบบจำลองมีความสัมพันธ์เชิงเส้นตรงที่สมบูรณ์แบบ ดังนั้นจึงไม่สามารถประมาณค่าสัมประสิทธิ์การถดถอยทั้งหมดในแบบจำลองได้ทั้งหมด

ตัวอย่างเช่น โปรดทราบว่าไม่สามารถประมาณค่าสัมประสิทธิ์สำหรับตัวแปรทำนาย x ₂ ได้

วิธีจัดการกับข้อผิดพลาด

เพื่อระบุตัวแปรทำนายที่ทำให้เกิดข้อผิดพลาดนี้ เราสามารถใช้ฟังก์ชัน cor() เพื่อสร้าง เมทริกซ์สหสัมพันธ์ และตรวจสอบว่าตัวแปรใดมีความสัมพันธ์กัน 1 พอดี:

 #create correlation matrix
cor(df)

           y x1 x2 x3
y 1.0000000 0.9675325 0.9675325 0.3610320
x1 0.9675325 1.0000000 1.0000000 0.3872889
x2 0.9675325 1.0000000 1.0000000 0.3872889
x3 0.3610320 0.3872889 0.3872889 1.0000000

จากเมทริกซ์สหสัมพันธ์ เราจะเห็นว่าตัวแปร x ₁ และ x ₂ มีความสัมพันธ์กันอย่างสมบูรณ์

เพื่อแก้ไขข้อผิดพลาดนี้ เราสามารถลบตัวแปรตัวใดตัวหนึ่งในสองตัวนี้ออกจากแบบจำลองได้ เนื่องจากจริงๆ แล้วตัวแปรเหล่านั้นไม่ได้ให้ข้อมูลเฉพาะหรือเป็นอิสระในแบบจำลองการถดถอย

ตัวอย่างเช่น สมมติว่าเราลบ x ₂ ออกและใส่โมเดลการถดถอยโลจิสติกต่อไปนี้:

 #fit logistic regression model
model <- glm(y~x1+x3, data=df, family=binomial)

#view model summary
summary(model)

Call:
glm(formula = y ~ x1 + x3, family = binomial, data = df)

Deviance Residuals: 
       Min 1Q Median 3Q Max  
-1.372e-05 -2.110e-08 2.110e-08 2.110e-08 1.575e-05  

Coefficients:
              Estimate Std. Error z value Pr(>|z|)
(Intercept) -75.496 176487.031 0.000 1
x1 14.546 24314.459 0.001 1
x3 -2.258 20119.863 0.000 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 2.0728e+01 on 14 degrees of freedom
Residual deviance: 5.1523e-10 on 12 degrees of freedom
AIC: 6

Number of Fisher Scoring iterations: 24

โปรดทราบว่าเราไม่ได้รับข้อความแสดงข้อผิดพลาด “ไม่ได้กำหนดเนื่องจากภาวะเอกฐาน” ในครั้งนี้

หมายเหตุ : ไม่สำคัญว่าเราจะลบ x ₁ หรือ x ₂ โมเดลสุดท้ายจะมีการประมาณค่าสัมประสิทธิ์เดียวกันสำหรับตัวแปรที่คุณตัดสินใจเก็บไว้ และความดีโดยรวมของความพอดีของโมเดลจะเหมือนกัน

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีจัดการกับข้อผิดพลาดอื่น ๆ ใน R:

วิธีแก้ไขใน R: สูตรเทมเพลตไม่ถูกต้องใน ExtractVars
วิธีแก้ไขในอาร์กิวเมนต์ R: ไม่ใช่ทั้งตัวเลขหรือตรรกะ: return na
วิธีแก้ไข: RandomForest.default(m, y, …): Na/NaN/Inf ในการเรียกใช้ฟังก์ชันต่างประเทศ