我正在使用像这样的rlm模型。
fit=rlm(log(y) ~ x + z)
Z是包含所有1的列表。我收到错误Error in rlm.default(x, y, weights, method = method, wt.method = wt.method, : 'x' is singular: singular fits are not implemented in 'rlm'
是否等同于使用fit=rlm(log(y) ~ x + 1)？
答案 0 :(得分：2)
是的，它等同于使用rlm(log(y) ~ x + 1)，实际上最好只使用rlm(log(y) ~ x)，因为截距或常数项（仅包含1＆＃39;）是包含在默认情况下。
通过撰写+ 1，您只需提醒＆＃34; rlm你想要在回归中使用常数项，而写+ z看起来更像是你想要添加一些变量（并且你可能不知道它只包含1＆＃39; s） ，但同时具有默认拦截和只包含1的z导致问题 - perfect collinearity，因此会出错。
强烈建议您在回归中始终使用截距，但如果您真的想要消除它，可以使用log(y) ~ x - 1来完成。现在实际上log(y) ~ x - 1 + z工作正常，因为没有两个相同的变量。