关于R语言中Logistic Regression Model对象rank属性内部计算逻辑的问询

你用fit = glm(vs ~ hp + mpg, mtcars, family = "binomial")构建了逻辑回归模型，提取rank得到3，想搞清楚它的计算逻辑，还有是不是等于自变量数量加1——这就来给你拆解明白：

核心计算逻辑 #

rank本质上是模型设计矩阵的秩，也就是设计矩阵里线性无关的列的总数。在R的线性模型（包括glm这类广义线性模型）中，这个值代表的是模型实际参与拟合的独立参数的个数。

你的模型实例分析 #

你的模型公式是vs ~ hp + mpg：

• R里的公式默认会自动加入截距项（也就是常数项），所以对应的设计矩阵会有3列：全1的截距列、hp的列、mpg的列。
• 在mtcars数据集里，这三列是线性无关的，所以设计矩阵的秩就是3，和你得到的rank(fit)结果完全匹配。

关于“自变量数量加1”的验证 #

大多数正常场景下（自变量无完全共线性、模型包含截距项），rank确实等于自变量个数 + 1（加的1就是截距项）。但有两种特殊情况会打破这个规律：

• 存在完全共线性：如果自变量之间是严格线性相关的（比如一个变量是另一个的2倍），R会自动剔除共线性的变量，这时候设计矩阵的秩就会小于自变量个数+1。比如你建个模型fit2 = glm(vs ~ hp + I(hp*2), mtcars, family = "binomial")，这里I(hp*2)和hp完全共线，rank(fit2)就会是2（截距项 + 独立的hp项），而不是3。
• 去掉截距项：如果你的公式明确去掉截距（比如写成vs ~ hp + mpg - 1），那rank就等于自变量的数量，这时候就没有加1的情况了。

内容的提问来源于stack exchange，提问作者Ash Reddy