R回归时有的变量系数是NA,但把有问题的变量单独拿出来与其他几个变量一起回归时却没有问题.
如下:
> ols4 <- lm( log( PRICE ) ~ .+0 ,data = dat)
> summary( ols4 )

Call:
lm(formula = log(PRICE) ~ . + 0, data = dat)
Residuals:
      Min        1Q    Median        3Q       Max
-0.145684 -0.045431 -0.003511  0.031214  0.281819

Coefficients: (3 not defined because of singularities)
        Estimate Std. Error t value Pr(>|t|)   
IDWIN  3.584e-03  6.197e-05  57.840  < 2e-16 ***
GRADE -4.321e-03  4.816e-03  -0.897  0.37087   
INTE   9.413e-03  7.862e-03   1.197  0.23290   
FINE   8.561e-03  1.652e-02   0.518  0.60494   
COMP   1.458e-02  1.464e-02   0.996  0.32080   
FIRM  -2.673e-02  1.435e-02  -1.863  0.06424 .  
ACID   4.370e-04  1.949e-02   0.022  0.98214   
SUPP  -2.311e-02  1.402e-02  -1.648  0.10129   
FLAT  -2.300e-02  2.152e-02  -1.069  0.28672   
FAT   -7.810e-04  1.343e-02  -0.058  0.95371   
WCON  -1.049e-03  1.751e-02  -0.060  0.95230   
HARM   5.187e-03  9.680e-03   0.536  0.59276   
TANI   3.297e-03  1.539e-02   0.214  0.83063   
FINI   1.222e-02  1.059e-02   1.154  0.25010   
ALCO   2.937e-02  2.281e-02   1.288  0.19969   
STAL   3.894e-03  2.607e-02   0.149  0.88146   
REDU   8.673e-03  4.980e-02   0.174  0.86196   
KEEP  -1.582e-03  1.824e-02  -0.087  0.93097   
RANK   7.667e-02  1.279e-02   5.995 1.23e-08 ***
RED    9.735e-01  5.352e-02  18.189  < 2e-16 ***
WHIT   1.009e+00  4.890e-02  20.632  < 2e-16 ***
AN89  -6.126e-02  3.451e-02  -1.775  0.07768 .  
AN90  -8.108e-02  3.013e-02  -2.691  0.00786 **
AN91          NA         NA      NA       NA   
BORD   7.208e-02  2.741e-02   2.630  0.00935 **
COTE   4.426e-02  2.556e-02   1.732  0.08521 .  
MEGR  -5.028e-02  2.061e-02  -2.439  0.01578 *  
SEPF          NA         NA      NA       NA   
BLSE  -1.734e-02  2.714e-02  -0.639  0.52376   
BLDO          NA         NA      NA       NA   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.07517 on 166 degrees of freedom
Multiple R-squared:  0.9997,        Adjusted R-squared:  0.9996
F-statistic: 1.896e+04 on 27 and 166 DF,  p-value: < 2.2e-16

但如下公式时,AN91却没有问题:
> ols5 <- lm( log( PRICE ) ~ RANK+RED+AN89+AN90+AN91+0,data = dat)
> summary( ols5 )

Call:
lm(formula = log(PRICE) ~ RANK + RED + AN89 + AN90 + AN91 + 0,
    data = dat)

Residuals:
     Min       1Q   Median       3Q      Max
-1.08085 -0.24577 -0.04147  0.22025  1.13384

Coefficients:
     Estimate Std. Error t value Pr(>|t|)   
RANK  0.42816    0.05202   8.231 3.04e-14 ***
RED  -0.46883    0.07672  -6.111 5.59e-09 ***
AN89  1.53508    0.07802  19.677  < 2e-16 ***
AN90  1.01565    0.05562  18.262  < 2e-16 ***
AN91  0.29380    0.08097   3.629 0.000367 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.3928 on 188 degrees of freedom
Multiple R-squared:   0.99,        Adjusted R-squared:  0.9897
F-statistic:  3714 on 5 and 188 DF,  p-value: < 2.2e-16

但如果把公式改为有常数项时, AN91的系数又是NA,为什么?
这与AN91取值只有1和2两种情形有关吗?  SEPF 和BLDO等一些变量的取值也是如此

> ols6 <- lm( log( PRICE ) ~ RANK+RED+AN89+AN90+AN91,data = dat)
> summary( ols6 )

Call:
lm(formula = log(PRICE) ~ RANK + RED + AN89 + AN90 + AN91, data = dat)

Residuals:
     Min       1Q   Median       3Q      Max
-1.08085 -0.24577 -0.04147  0.22025  1.13384

Coefficients: (1 not defined because of singularities)
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)  1.17520    0.32387   3.629 0.000367 ***
RANK         0.42816    0.05202   8.231 3.04e-14 ***
RED         -0.46883    0.07672  -6.111 5.59e-09 ***
AN89         1.24128    0.13320   9.319  < 2e-16 ***
AN90         0.72185    0.12205   5.915 1.54e-08 ***
AN91              NA         NA      NA       NA   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.3928 on 188 degrees of freedom
Multiple R-squared:  0.5519,        Adjusted R-squared:  0.5423
F-statistic: 57.88 on 4 and 188 DF,  p-value: < 2.2e-16