R 分位数回归&x2B；虚拟变量

我使用R中的

quantreg

包来计算分位数回归模型。在该模型中，因变量（Y）为

NAS_DELAY

，自变量（Xs）为

SEANSON1TO4

，

SEANSON2TO4

，

SEANSON3TO4

模型是：

NAS_DELAY=aSEANSON1TO4+bSEANSON2TO4+cSEANSON3TO4+d

SEANSON1TO4

，

SEANSON2TO4

，

SEANSON3TO4

是虚拟变量，0或1。我用R来计算截距和其他回归系数，但结果表明

“rq.fit.br（x，y，tau=tau，…）奇异设计矩阵中的错误；此外：警告消息1：总结。rq（xi，…）：278951非正r fis”

我不明白为什么

"fit2<-summary(rq(NAS_DELAY ~SEASON1TO4+SEASON2TO4+SEASON3TO4,tau=c(0.1,0.2,0.3,0.4,0.5),data=fddata))
Error in base::backsolve(r, x, k = k, upper.tri = upper.tri, transpose = transpose,  :   singular matrix in 'backsolve'. First zero in diagonal [1]"
In addition: Warning messages:
1: In rq.fit.br(x, y, tau = tau, ...) : Solution may be nonunique
2: In rq.fit.br(x, y, tau = tau, ...) : Solution may be nonunique
3: In rq.fit.br(x, y, tau = tau, ...) : Solution may be nonunique
4: In rq.fit.br(x, y, tau = tau, ...) : Solution may be nonunique
5: In rq.fit.br(x, y, tau = tau, ...) : Solution may be nonunique
6: In summary.rq(xi, ...) : 188771 non-positive fis

---

“fit2由于数据集中的构造因素，矩阵组成是单一的

参见奇点解释：，和。量子本质上取决于数据矩阵的反转，并且由于因子的形式，矩阵是不可逆的

如果您有足够的数据/如果它对您的数据有意义，这将指出一些可能的解决方案（如果适用于您的数据）。
我只有部分相同的问题，但这可能仍然有帮助。我尝试了：

myFactor <- as.factor(myData$myVariable)
myDummies = model.matrix(~myFactor)
summary.rq(q <- rq(myTarget ~ myOtherPredictor1+myOtherPredictor2+myDummies))

myFactor