Quasipoisson GLM中Month变量出现NA值的原因及解决方法

我用Quasipoisson GLM分析数据并简化模型后，查看summary()结果时发现Month变量的系数全为NA。该变量是字符型，但其他字符型变量没有这个问题。

数据集样例 #

使用的R代码 #

g1 <- glm(Quantity ~ Location + Recorder + Species + Flower.selection + Date + Month,
          family = quasipoisson(), 
          data = BW)

# 注：代码中g2未定义，推测应为update(g1, ~.-Recorder)
g3 <- update(g2, ~.-Recorder, family = quasipoisson())

summary(g3)

部分summary结果 #

MonthSep-20                                       NA         NA      NA       NA    
MonthMar-21                                       NA         NA      NA       NA    
MonthApr-21                                       NA         NA      NA       NA    
MonthMay-21                                       NA         NA      NA       NA    
MonthJun-21                                       NA         NA      NA       NA    
MonthJul-21                                       NA         NA      NA       NA

核心问题是完全共线性（Perfect Multicollinearity）：

• 模型中同时纳入了Date和Month变量，每个Date必然对应唯一的Month，意味着Month的信息完全被Date包含，两者存在完全线性相关。
• 在GLM（及所有线性模型）中，当自变量存在完全共线性时，模型无法区分两个变量对因变量的独立效应，因此会将其中一个变量的系数设为NA。

根据研究目标，选择以下任意一种方案：

1. 移除冗余变量 #

直接从模型中去掉Date或Month：

• 若关注月度尺度趋势，保留Month并移除Date：

  g1 <- glm(Quantity ~ Location + Recorder + Species + Flower.selection + Month,
            family = quasipoisson(), data = BW)
  g3 <- update(g1, ~.-Recorder, family = quasipoisson())
  

• 若需要更精细的日期效应，保留Date并移除Month：

  g1 <- glm(Quantity ~ Location + Recorder + Species + Flower.selection + Date,
            family = quasipoisson(), data = BW)
  g3 <- update(g1, ~.-Recorder, family = quasipoisson())
  

2. 重构时间变量 #

如果需要同时保留时间的不同尺度信息，可对Date进行转换：

• 用数据中已有的DOY（日序）作为连续型时间变量，替代Date和Month，既体现时间连续性，又避免共线性：

  g1 <- glm(Quantity ~ Location + Recorder + Species + Flower.selection + DOY,
            family = quasipoisson(), data = BW)
  g3 <- update(g1, ~.-Recorder, family = quasipoisson())
  

• 或者将Date转换为月份因子，直接替代Month：

  # 将Date转换为与Month格式一致的因子
  BW$Month_from_Date <- format(as.Date(BW$Date, "%d/%m/%Y"), "%b%y")
  g1 <- glm(Quantity ~ Location + Recorder + Species + Flower.selection + Month_from_Date,
            family = quasipoisson(), data = BW)
  g3 <- update(g1, ~.-Recorder, family = quasipoisson())
  

3. 修复代码笔误 #

注意提供的代码中g2未定义，推测是笔误，应基于g1进行更新，否则会触发报错。

内容的提问来源于stack exchange，提问作者Rachel97