如何在R中的线性模型上求解“等级缺陷拟合可能是误导误差”？

我有一个问题，当我用我的模型做一些预测时，R显示这条消息Warning message prediction from a rank-deficient fit may be misleading，我该如何解决它？我认为我的模型是正确的是预测失败，我不知道为什么。如何在R中的线性模型上求解“等级缺陷拟合可能是误导误差”？

在这里你可以走一步看一步，我做什么，模型的总结：

myModel <- lm(margin~.,data = dataClean[train,c(target,numeric,categoric)]) 

Call: 
lm(formula = margin ~ ., data = dataClean[train, c(target, numeric, categoric)]) 

Residuals: 
    Min  1Q Median  3Q  Max 
-0.220407 -0.035272 -0.003415 0.028227 0.276727 

Coefficients: (2 not defined because of singularities) 
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)       6.061e-01 2.260e-02 26.817 < 2e-16 *** 
price        1.042e-05 8.970e-06 1.162 0.245610  
shipping        1.355e-03 2.741e-04 4.943 9.25e-07 *** 
categoryofficeSupplies    -7.721e-02 2.295e-02 -3.364 0.000802 *** 
categorytechnology     -3.993e-02 2.325e-02 -1.717 0.086249 . 
subCategorybindersAndAccessories -1.650e-01 1.421e-02 -11.612 < 2e-16 *** 
subCategorybookcases     3.337e-04 2.328e-02 0.014 0.988565  
subCategorychairsChairmats   -3.104e-02 2.106e-02 -1.474 0.140831  
subCategorycomputerPeripherals  1.356e-02 1.293e-02 1.049 0.294604  
subCategorycopiersAndFax   -1.943e-01 2.944e-02 -6.598 7.27e-11 *** 
subCategoryenvelopes    -1.648e-01 2.045e-02 -8.057 2.62e-15 *** 
subCategorylabels     -1.534e-01 1.984e-02 -7.730 3.00e-14 *** 
subCategoryofficeFurnishings  -8.827e-02 2.220e-02 -3.976 7.61e-05 *** 
subCategoryofficeMachines   -1.521e-01 1.639e-02 -9.281 < 2e-16 *** 
subCategorypaper     -1.624e-01 1.363e-02 -11.909 < 2e-16 *** 
subCategorypensArtSupplies   -8.484e-04 1.524e-02 -0.056 0.955623  
subCategoryrubberBands    3.174e-02 2.245e-02 1.414 0.157854  
subCategoryscissorsRulersTrimmers 1.092e-01 2.327e-02 4.693 3.13e-06 *** 
subCategorystorageOrganization  1.219e-01 1.575e-02 7.739 2.82e-14 *** 
subCategorytables       NA   NA  NA  NA  
subCategorytelephoneAndComunication   NA   NA  NA  NA  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 0.08045 on 858 degrees of freedom 
Multiple R-squared: 0.6512, Adjusted R-squared: 0.6439 
F-statistic: 88.98 on 18 and 858 DF, p-value: < 2.2e-16 


estimateModel <- predict(myModel, type="response", newdata=dataClean[test, c(numeric,categoric,target)]) 

Warning message: 
In predict.lm(myModel, type = "response", newdata = dataClean[test, : 
prediction from a rank-deficient fit may be misleading

来源

2016-11-23 Joan Triay

因此，您需要查找彼此之间具有100％相关性的字段或具有单个值的字段。你可以在这里找到更多的'理论' - http://stats.stackexchange.com/questions/35071/what-is-rank-deficiency-and-how-to-deal-with-it – Bulat

你可能会错过所有的训练样本中的“表”和“telephoneAndCommunication”行。 –

你的子类级别的俩人它们的相关系数抑制。这意味着它们中的每一个都可以通过价格和运输的组合以及其他类别和子类别水平的100％预测。这在R文档中被称为“别名”。警告可能会也可能不重要，尽管赞同@ZheyuanLi这可能是良性的。我不认为这个特定的警告可能是由于缺少值，因为R回归函数通常以某种方式操作，以便在任何一个变量缺少值时删除整行。两个变量之间存在100％相关的理论也不太可能。如果你想找到显示可能产生这种组合我建议从

with(dataClean , table(category, SubCategory))

我预测你会发现在一个子类别的一个或多个类别的行。

来源

2016-11-23 23:09:37

如何在R中的线性模型上求解“等级缺陷拟合可能是误导误差”？

回答

相关问题