我正在使用 quasipoisson 系列在 R 中拟合模型，如下所示：
model <- glm(y ~ 0 + log_a + log_b + log_c + log_d + log_gm_a +
log_gm_b + log_gm_c + log_gm_d, family = quasipoisson(link = 'log'))
glm 查找前五个系数的值。它说其他人是NA。有趣的是，如果我对公式中的变量重新排序，glm 总是会找到公式中最先出现的五个变量的系数。
有足够的数据（行数是参数数的很多倍）。
我应该如何解释那些NA 系数？
我正在实施的模型的作者坚持认为NAs 暗示找到的系数为 0，但 NA 系数变量仍充当模型的控制。我怀疑发生了其他事情。
【问题讨论】：
标签： r regression linear-regression glm
我的猜测是作者（他说“NA 暗示找到的系数为 0，但 NA 系数变量仍充当模型的控制”）是错误的（尽管很难 100% 确定没有完整的上下文）。
问题几乎可以肯定是您有一些多重共线性预测变量。不同变量被丢弃/返回NA 系数的原因是 R 部分使用顺序来确定要丢弃哪些变量（就拟合模型结果而言，这无关紧要 - 所有顶级结果（预测、拟合优度等）是相同的）。
在 cmets 中，OP 说：
log_a和log_gm_a之间的关系是，这是一个乘法固定效应模型。所以log_a是预测器a的日志。log_gm_a是a的几何平均值的对数。因此，每个log_gm项在所有观察中都是恒定的。
这是诊断问题所需的关键信息。因为这个模型中排除了截距（公式包含0+，在模型矩阵中有一个常量列是可以的，但是多个常量列是麻烦的；除了第一个（无论顺序是由公式指定）将被丢弃。再深入一点：请求的模型是
Y = b1*C1 + b2*C2 + b3*C3 + [additional terms]
其中C1、C2、C3 是常量。在“数据空间”中附加项为 0 的点（即对于 log_a = log_b = log_c = ... = 0 的情况），我们只能从三个单独的常数项中预测一个常数值。假设常规模型 (~ 1 + log_a + log_b + log_c) 中的截距为 m。那么任何(b1, b2, b3) 的组合使总和等于零（并且有无限多个）都将同样适合数据。
我仍然不太了解上下文，但可能值得考虑在模型中添加常数项作为 offsets。或者通过几何均值缩放预测变量/从预测变量中减去对数几何均值？
在其他情况下，多重共线性源于无法识别的交互项；嵌套变量；尝试包括多个分类变量的所有级别；或者在模型中包括一些组成变量的所有级别的比例（例如栖息地类型的比例，其中比例加起来为1），例如
【讨论】：
log_a 和 log_gm_a 之间的关系是，这是一个乘法固定效应模型。所以log_a 是预测器a 的日志。 log_gm_a 是 a 的几何平均值的对数。因此，每个log_gm 项在所有观察中都是恒定的。我很想听听您的回复，但我关注的关键概念是这些变量正在被删除，实际上并没有被模型用作控件。
lme4 中删除了对 quasipoisson 的支持，因为您不确定输出是否可靠。我正在研究的模型的作者坚持认为，输出不可靠的原因是未能包含转换内的术语，例如他包含在此模型中的术语。我怀疑他也搞错了……