如何防止或删除或替换glm输出统计中的NA值？

Question

我编了一个例子来说明我的问题。想象一下，我有一个数据集，我用伽马分布的残差训练一个广义线性模型。

library(MASS)

df <- read.csv('test.csv')

model <- glm(formula = y ~ method * site + year + 0,
             family=Gamma(link = "log"), data = df)

我得到的东西是这样的。

> summary(model) 

Coefficients:
                  Estimate Std. Error t value Pr(>|t|)
methodM0          3.89533    0.13670  28.496  < 2e-16 ***
methodM1          5.63965    0.20940  26.933  < 2e-16 ***
methodM2        -55.854107  73.982453  -0.755    0.450
methodM3        -55.731730  73.986509  -0.753    0.451
siteS1           -0.002872   0.098226  -0.029    0.977
siteS2            0.060892   0.107795   0.565    0.572
siteS3           -0.016239   0.102258  -0.159    0.874
year              0.030813   0.036743   0.839    0.402
methodM1:siteS1  -0.030616   0.144592  -0.212    0.832
methodM2:siteS1  -0.030632   0.144663  -0.212    0.832
methodM3:siteS1   0.064179   0.145593   0.441    0.659
methodM1:siteS2  -0.146505   0.152012  -0.964    0.335
methodM2:siteS2  -0.039610   0.148024  -0.268    0.789
methodM3:siteS2  -0.202881   0.150406  -1.349    0.178
methodM1:siteS3   NA         NA         NA       NA
methodM2:siteS3   0.081617   0.144040   0.567    0.571
methodM3:siteS3  -0.064155   0.147771  -0.434    0.664

这张表是虚构数字的结果 但重点是M1方法和S3站点之间的交互作用导致了 NA. 我如何设置GLM不计算该特定的交互作用，在训练后删除该交互作用，或者将模型中的NA值设置为 0?

更新

@jared_mamrot给出的答案指向了 此相关问题 这是很相似的。

s <- source("http://pastebin.com/raw.php?i=EcMEVqUC")$value

lm(income ~ age + cit * prof, data=s)

这里 lm 而非 glm 是遵循的，但我发现，当我运行相关问题的公认答案时，更新似乎都没有解决这个例子。

model1 <- lm(income ~ age + cit * prof, data=s)
model2 <- update(model1, . ~ . - citforeign:profofficial)

从 model1我们有

> model1

Call:
lm(formula = income ~ age + cit * prof, data = s)

Coefficients:
               (Intercept)                         age                     citwest                  citforeign  
                  2205.231                      -3.825                      74.871                      30.066  
           profblue-collar                profofficial     citwest:profblue-collar  citforeign:profblue-collar  
                  -189.146                    -147.332                      27.792                     -60.223  
      citwest:profofficial     citforeign:profofficial  
                  -122.220                          NA

再看 model2 一脉相承

> model1

Call:
lm(formula = income ~ age + cit * prof, data = s)

Coefficients:
               (Intercept)                         age                     citwest                  citforeign  
                  2205.231                      -3.825                      74.871                      30.066  
           profblue-collar                profofficial     citwest:profblue-collar  citforeign:profblue-collar  
                  -189.146                    -147.332                      27.792                     -60.223  
      citwest:profofficial     citforeign:profofficial  
                  -122.220                          NA

如你所见。update 似乎并不能消除 NA.

Answer 1

你可以用 update? 如：?

model1 <- glm(formula = y ~ method * site + year + 0,
             family=Gamma(link = "log"), data = df)
model2 <- update(model1, . ~ . - methodM1:siteS3)

(每 从估算中删除一些因素相互作用的条款。 https:/www.r-bloggers.comusing-the-update-function-during-variable-selection)

编辑

下面是一个使用 update 的例子数据上的方法。从估算中删除一些因素相互作用的条款。

s <- source("http://pastebin.com/raw.php?i=EcMEVqUC")$value
model1 <- glm(income ~ age + cit * prof, data=s)
model2 <- update(model1, . ~ . - cit:prof)
summary_glm(model1)
summary_glm(model2)

编辑2

如果你不想使用更新，你可以尝试放弃交互（见下文），但我不知道这将如何影响模型的有效性或是否可取。

s <- source("http://pastebin.com/raw.php?i=EcMEVqUC")$value
model1 <- glm(income ~ age + cit * prof, data=s)
model2 <- glm(income ~ model.matrix(model1)[,1:9], data=s)
summary_glm(model1)
summary_glm(model2)