R 剩余标准误差:0自由度上的NaN在创建线性模型时获得此误差
我正在从一个数据帧创建一个线性模型,其中第6列依赖于第1列到第5列。虽然代码执行正确,但当我打印线性模型的摘要时,我得到以下结果R 剩余标准误差:0自由度上的NaN在创建线性模型时获得此误差,r,R,我正在从一个数据帧创建一个线性模型,其中第6列依赖于第1列到第5列。虽然代码执行正确,但当我打印线性模型的摘要时,我得到以下结果 Call: lm(formula = AAPL[, 6] ~ AAPL[, 1] + AAPL[, 2], data = AAPL[, c(1, 2)], subset = 1) Residuals: ALL 1 residuals are 0: no residual degrees of freedom! Coefficients: (2 not d
Call:
lm(formula = AAPL[, 6] ~ AAPL[, 1] + AAPL[, 2], data = AAPL[,
c(1, 2)], subset = 1)
Residuals:
ALL 1 residuals are 0: no residual degrees of freedom!
Coefficients: (2 not defined because of singularities)
Estimate Std. Error t value Pr(>|t|)
(Intercept) 8.104 NA NA NA
AAPL[, 1] NA NA NA NA
AAPL[, 2] NA NA NA NA
Residual standard error: NaN on 0 degrees of freedom
我正在使用的代码:-
lm <- lm(train[,6] ~ train[,2]+train[,3]+train[,4]+train[,5]+train[,1] , 1 , data=train)
lmtl;dr您(无意中?)指定模型应仅使用第一次观察。让我们看看这里有什么
lm <- lm(train[,6] ~ train[,2]+train[,3]+train[,4]+train[,5]+train[,1] ,
1 , data=train)
lm这里应该实现的subset=1
是什么?在你的例子中,它只选择了第一个观察值,这使得你不能很好地拟合模型不足为奇……我不知道,那是在总结(lm)的输出中。好吧,那么,你打算第二个参数(1
)做什么?据我所知,这是方程的阶数。如果我错了,请纠正我。你错了(你是如何得出这个结论的…?)非常感谢你的详细回答。我是新手,这完全是无意的。我现在可以理解即将发生的错误了。
lm <- lm(train[,6] ~ train[,2]+train[,3]+train[,4]+train[,5]+train[,1] ,
1 , data=train)