分位regression+虚拟变量

Question

我使用R中的quantreg包来计算分位数回归模型。模型中，因变量(Y)为NAS_DELAY，自变量(Xs)为SEANSON1TO4、SEANSON2TO4、SEANSON3TO4。

模式是：

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:在summary.rq(xi，.)中:278951非正的fis”。

我搞不懂为什么。

"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

我做错了什么？

Answer 1

由于数据集中的构造因素，矩阵组合是单数的。

参见对奇点的解释：here、here和here。从本质上说，四元依赖于数据矩阵的反演，并且由于这些因素的形式，矩阵是不可逆的。

如果您有足够的数据/如果对您的数据有意义的话，这个thread将指出一些可能的解决方案(如果适合您的数据)。

Answer 2

我只是有部分相同的问题，但这可能仍然有帮助的人。我试过：

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

这导致了Error in rq.fit.br(x, y, tau = tau, ...) : Singular design matrix

但是，执行

summary.rq(q <- rq(myTarget ~ myOtherPredictor1+myOtherPredictor2+myFactor))

没有产生任何错误。在调用rq之前，如果还有其他预测器，则转换为假人可能会有问题。