количественная регрессия + переменная пустая

Question

Я использовал пакет quantreg в R, чтобы вычислить модель регрессии квантилей. В модели зависимая переменная (Y) равна NAS_DELAY, а независимая переменная (Xs) равна SEANSON1TO4, SEANSON2TO4, SEANSON3TO4.
Модель:

NAS_DELAY=aSEANSON1TO4+bSEANSON2TO4+cSEANSON3TO4+d 

SEANSON1TO4, SEANSON2TO4, SEANSON3TO4 фиктивные переменные, 0 или 1. Я использую R для вычисления перехватывать и другой коэффициент регрессии, но результат показал, что

«ошибка в rq.fit.br (x, y, tau = tau, ....) сингулярной матрице проектирования, кроме того: Предупреждающие сообщения 1: в резюме.rq (xi, ....): 278951 non-positivr диез».

Я не могу понять, почему.

"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 

Что я делаю неправильно?

Answer 1

Из-за построенных факторов в вашем наборе данных матричный состав является единственным.

См. Объяснения особенностей: here, here и here. Существенно квантре зависит от инвертирования матрицы данных и из-за формы факторов матрица необратима.

Если у вас достаточно данных/если это имеет смысл для ваших данных, это thread указывает на некоторые возможные решения, если это необходимо для ваших данных.