Иногда, когда я использую glm для построения модели множественной регрессии, он возвращает модель с коэффициентами для всех, кроме одной (или небольшого подмножества) переменных, которые перечислены как NA. Предположительно, NA связаны с тем, что эти переменные являются ковариатами некоторых других переменных или их линейных комбинаций.
В других случаях я просто получаю
Error in solve.default(hessian, gradient, tol = <some number << 1 >),
system is computationally singular:
reciprocal conditiona number = < some number <<1 >
Предположительно, эта ошибка сингулярности является результатом То же самое, что дает мне значения NA для других моделей (колинеарность).
Мой вопрос заключается в том, почему R может генерировать модель путем «выделения» проблемных переменных в некоторых случаях (как NA), тогда как в других случаях Коллинеарные переменные просто дают ошибку особенности.
В тех случаях, когда R просто возвращает ошибку сингулярности, существует ли простой способ определить, какие переменные являются причиной ошибки, кроме утомительного пошагового сложения?