【发布时间】:2015-05-12 03:02:22
【问题描述】:
我的代码中有一些错误,我无法弄清楚。 我有一个数据框“a”,带有:
row.names GM variance stddev skewness correltomarket DEratio
1 MMM 0.9785122 0.9998918 0.9999459 -1.049053 2.932738 0.07252799
现在,我需要使用以下代码为上述数据框找到一个线性模型
riskmodel <- lm(formula=((a$GM)~(a$variance)+(a$skewness)+
(a$correltomarket)+(a$DEratio)),data=a)
当我运行此代码时,我得到以下“风险模型”的摘要
Call:
lm(formula = ((a$GM) ~ (a$variance) + (a$skewness) + (a$correlationtomarket) +
(a$DEratio)), data = a)
Residuals:
ALL 1 residuals are 0: no residual degrees of freedom!
Coefficients: (4 not defined because of singularities)
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.9785 NA NA NA
a$variance NA NA NA NA
a$skewness NA NA NA NA
a$correlationtomarket NA NA NA NA
a$DEratio NA NA NA NA
Residual standard error: NaN on 0 degrees of freedom
我不明白为什么,我会非常感谢任何帮助我的人。我不知道出了什么问题。
【问题讨论】:
-
在
lm中,您不需要使用a$,因为您使用data=提供数据。 -
谢谢 :),我会记住的。 :)
-
@Pascal,知道为什么是 NA 吗?
-
请参阅 Dason 的回答。你不能只用一个观察值来运行多元线性回归。
-
@Pascal,我已经看到了答案,但我不太明白。你能解释一下吗?谢谢!