先附上程式碼：
##############
x1 <- c(750, 1000, 1250, 1500, 1750, 2000, 1250, 1250, 1250,
1250, 1250, 1250, 1250, 1250, 1250, 1250)
x2 <- c(11, 11, 11, 11, 11, 11, 7, 9, 11, 13, 15, 11, 11, 11, 11, 11)
y <- c(0.9 ,1.3, 1.3, 1.4, 1.4, 1.4, 1.9, 1.6, 1.4,
1.2, 1.1, 1.1, 1.1, 1.3, 1.7, 1.7)
df <- data.frame(x1, x2, y)
model <- lm(y ~ x1 + x2 + x1:x2, data = df)
summary(model)
##############
手邊有一些data想做迴歸
上面的資料 是從real data 擷取出問題的部分下來
我的問題是
執行完lm之後 不知道為什麼
交互作用項 x1*x2 一直是NA值
summary之後 還會出現:
#######
Coefficients: (1 not defined because of singularities)
#######
但 x1.x2 的值 如果自己隨便亂給
又不會有這個問題
顯然這筆data有點問題??
上網爬過文 這人好像有和我一樣的錯誤
https://goo.gl/37a3yc
沒有線性獨立??? 看起來應該有啊
而且如果只有x1 , x2時 是沒有問題的
應該不會因為加入交互作用項 就變得線性相依吧???
求指點 謝謝

kappa(model.matrix(y ~ x1 * x2, df))check the condition number of model matrix算出來是10的20次方.... 應該是variable相依

試試看先標準化?

測試六種模型x1,x2,x1:x2,x1+x2,x1+x1:x2,x2+x1:x2x1與x2沒有共線性問題，因x1,x2,x1+x2係數一致。共線性存在於x2與x1:x2,建議移除其中之一。不一定只用一種模型闡釋，也可以分別呈現六種，解釋共線性問題還有因子個別影響狀況。