R'；函数的作用是：在不报告错误或警告的情况下删除因子级别（除了截距估计器）

我试图使用正向逐步方差分析和AIC选择标准，将一个线性模型拟合到一个相当大的不平衡数据集，并带有交互项。共有13072次观察。以下是它的设置方式：

响应变量

dayseclosion

是连续数字

解释变量都是分类变量：

主机

（4级），

站点

（25级），

年份

（5级），

冬季

（4级）

问题是，当我检查

summary（）

和

anova（）

表格时，发现与

年份相关的一个因子水平正在被神秘地删除（
year2020
）。注意，这不是用于估算截距的水平（即
year2016
）。当年共有3581次观测，但在
摘要（model.aic.forward）
表中，系数如下（仅部分显示）：

此处也未显示，但与
year2020
的所有交互也显示为NA

奇怪的是，根据F-stat自由度，似乎所有观测值，包括2020年的观测值都被用来拟合模型（79+12992=13071）：

我的解释错了吗？2020年发生了什么事？数据的不平衡性会导致这种情况吗？我无法想象如何提供一个最小的可重复性示例，因为可能是数据的数量和复杂性导致了问题

感谢您的阅读，并有可能帮助您解决此难题。
是的，您的缺失可能导致您的结果

考虑以下可重复的示例

x1 <- sample(1:5, 1000, replace=T)  
x2 <- sample(1:3, 1000, replace=T)
y <- 2*x1 + 3*x2 + rnorm(1000)
#no missings (everything works fine)
lm(y~as.factor(x1) + as.factor(x2))
lm(y~ -1 + as.factor(x1) + as.factor(x2)) # no intercept
#with missings
x1[x2==2]<-NA #create specific missingness
table(x1,useNA = "always")
table(x2,useNA = "always")
table(x1,x2,useNA = "always") #you see the missing pattern
lm(y~ as.factor(x1) + as.factor(x2))
lm(y~ -1 + as.factor(x1) + as.factor(x2))

x1为了有一个满秩设计矩阵，并且由于您的模型有一个截距，作为对分类变量进行伪编码的结果，需要删除一个因子级别。如果删除截取，您将恢复“缺失”因子级别。@感谢您的回复。我考虑了你的建议，但是，还有一个不同的“年份”用于估算截距（2016年）。此外，方差分析表中的df也表明两年已被删除。你明白我的意思吗？好的，我明白你的意思。我认为你的猜测是对的，这与不平衡的设计有关。您能检查一下您有哪些
主机
s和
站点
s
year=2020
测量值吗？我认为我们需要获得具体的数据来了解正在发生的事情。
NA
系数通常意味着无法估计参数。
lm
从设计矩阵中删除列以获得非奇异设计矩阵，尝试使用
singular运行
lm
。ok=FALSE
并检查模型矩阵
mm叹息，我接受了无法使用lm（）的事实给定数据结构。似乎我需要对每个水平至少进行一次观察（即，所有地点的所有宿主在所有年份进行所有的冬季治疗），每个反应都表明了这一点（谢谢大家）。所以，可能是线性混合模型或贝叶斯模型。是时候打开一些书了。
## Step:  AIC=61561.31
## dayseclose ~ host + site + monoverwinter + year + host:site + 
##     host:monoverwinter + site:monoverwinter + site:year
## 
##                           Df Sum of Sq     RSS   AIC
## <none>                                 1433157 61561
## + host:year                1     8.059 1433149 61563
## + host:monoverwinter:site  3   242.885 1432914 61565

## year2017                           6.36787    2.44775   2.602 0.009292 ** 
## year2018                          -0.13757    1.85568  -0.074 0.940906    
## year2019                         -10.56667    3.45693  -3.057 0.002243 ** 
## year2020                                NA         NA      NA       NA    

## Residual standard error: 10.5 on 12992 degrees of freedom
## Multiple R-squared:  0.3105, Adjusted R-squared:  0.3063 
## F-statistic: 74.06 on 79 and 12992 DF,  p-value: < 2.2e-16

d =anova(model.aic.forward)
as_tibble(d, rownames = "Predictors")

## # A tibble: 9 x 6
##   Predictors             Df `Sum Sq` `Mean Sq` `F value`  `Pr(>F)`
##   <chr>              <int>    <dbl>     <dbl>     <dbl>     <dbl>
## 1 host                   3  497707.   165902.   1504.    0.      
## 2 site                  24   43276.     1803.     16.3   3.77e-67
## 3 monoverwinter          3   34395.    11465.    104.    1.73e-66
## 4 year                   3    2422.      807.      7.32  6.71e- 5
## 5 host:site             16   43445.     2715.     24.6   1.08e-72
## 6 host:monoverwinter     3    7319.     2440.     22.1   2.80e-14
## 7 site:monoverwinter    12    9229.      769.      6.97  9.13e-13
## 8 site:year             15    7646.      510.      4.62  6.30e- 9
## 9 Residuals          12992 1433157.      110.     NA    NA

x1 <- sample(1:5, 1000, replace=T)  
x2 <- sample(1:3, 1000, replace=T)
y <- 2*x1 + 3*x2 + rnorm(1000)
#no missings (everything works fine)
lm(y~as.factor(x1) + as.factor(x2))
lm(y~ -1 + as.factor(x1) + as.factor(x2)) # no intercept
#with missings
x1[x2==2]<-NA #create specific missingness
table(x1,useNA = "always")
table(x2,useNA = "always")
table(x1,x2,useNA = "always") #you see the missing pattern
lm(y~ as.factor(x1) + as.factor(x2))
lm(y~ -1 + as.factor(x1) + as.factor(x2))