线性回归R中的NA系数

我必须用R进行模拟

基本上，我必须在矩阵nXp中创建一组变量X，其中第一个变量的值为1，另外23个变量的值是从N0,1中随机抽取的。 长度为24的向量beta，前两个值为1，其余为0。 从N0,1中提取的长度为24的向量ε。 然后我创建了一个变量y，它是：y=X%*%beta+epsilon。 然后我选择X的变量，它有maxcorabsXj，y，其中j从3,24开始，我必须运行一个模型y~X1+X2+Xj，并查看结果

> set.seed(123)
> 
> n=25 p=24 b=seq(1,1000)
> 
> X <- cbind(matrix(1,nrow=25,ncol=1),matrix(rnorm(25*23),nrow=25,
> ncol=23)) beta <- t(t(c(1,1,rep(0,22)))) eps <- t(t(rnorm(25)))
> 
> y <- X %*% beta + eps
> 
> j<-seq(3,24) m <- which.max(abs(cor(X[,j],y)))
> 
> newX <- as.data.frame(cbind(y,X[,1], X[,2], X[,m+2])) anyNA(newX[,2])
> mod <- lm(V1 ~ . , data=newX)
> summary(mod)

Call: lm(formula = V1 ~ ., data = newX)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.42575 -0.90957  0.06547  0.38879  2.39707  
Coefficients: (1 not defined because of singularities)
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)   1.1235     0.2421   4.641 0.000126 ***
V2                NA         NA      NA       NA    
V3            0.6803     0.2775   2.452 0.022612 *  
V4           -0.5943     0.3036  -1.957 0.063101 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.085 on 22 degrees of freedom Multiple R-squared:  0.3958,    
Adjusted R-squared:  0.3408  F-statistic: 7.205 on 2 and 22 DF,  p-value: 0.003919

---

一切正常，但正如你所看到的V2的估计系数，即变量X1的系数，由1组成，为NA。 我不明白为什么我有NA，结果变量中的值列为数字，没有缺失值

---

如果有人能帮我理解，谢谢

变量X1仅由1组成，截距也由设计矩阵中的1值列表示。因此，V2效应和截距不能在数学上分开。作为@Roland回答的后续：尝试拟合模型mod变量X1，该变量仅由1组成。截距也由设计矩阵中的一列1值表示。因此，V2效应和截距不能在数学上分开。作为@Roland回答的后续：尝试拟合模型模型