使用MASS::polr做有序回归添加交互项时出现NaN，如何解决？

问题场景 #

使用polr()进行有序回归分析时，未添加交互项结果正常，但加入Years.fishing*Age交互项后，出现提示In sqrt(diag(vc)): NaNs produced，输出中多个系数及截距的标准误、t值均为NaN。用户代码及输出如下：

m1 <- polr(Knowledge.ordinal.ranking ~ Years.fishing*Age + Attitude, 
          data = data, Hess=TRUE)

Call:
polr(formula = Knowledge.ordinal.ranking ~ Years.fishing * Age + 
    Attitude, data = data, Hess = TRUE)

Coefficients:
                      Value Std. Error t value
Years.fishing      0.052128        NaN     NaN
Age                0.022808        NaN     NaN
Attitude           0.160647     0.4904  0.3276
Years.fishing:Age -0.001141        NaN     NaN

Intercepts:
               Value   Std. Error t value
Low|Average    -0.9393     NaN        NaN
Average|Good    1.3745     NaN        NaN
Good|Excellent  2.9114     NaN        NaN

Residual Deviance: 303.3596 
AIC: 317.3596 

变量说明：Age（18-80岁）和Years.fishing（8-60年）为高度相关的连续变量，Attitude是二分类变量（积极=1，消极=0），Knowledge.ordinal.ranking为四级有序量表（Low、Average、Good、Excellent）。

核心原因 #

连续变量Years.fishing与Age高度相关，引入交互项后引发严重多重共线性，导致方差-协方差矩阵不可逆，无法计算标准误，最终出现NaN。

具体解决办法 #

1. 中心化连续变量（优先推荐）

对Years.fishing和Age进行均值中心化，可大幅降低主效应与交互项间的共线性：

# 生成中心化变量
data$Years_centered <- data$Years.fishing - mean(data$Years.fishing, na.rm = TRUE)
data$Age_centered <- data$Age - mean(data$Age, na.rm = TRUE)

# 用中心化变量重新拟合模型
m1_centered <- polr(Knowledge.ordinal.ranking ~ Years_centered*Age_centered + Attitude, 
                    data = data, Hess=TRUE)
summary(m1_centered)

2. 排查并处理极端值

极端值会加剧共线性问题，可通过可视化检查：

# 散点图查看变量关系与极端值
plot(data$Years.fishing, data$Age)
# 箱线图识别单变量极端值
boxplot(data$Years.fishing, main = "Years.fishing 箱线图")
boxplot(data$Age, main = "Age 箱线图")

若存在极端值，可考虑删除或对变量做变换（如对数变换，需结合变量分布调整）。

3. 简化模型

如果中心化后问题仍存在，可尝试：

• 移除交互项，改用分层分析：按Attitude分组，分别拟合Knowledge.ordinal.ranking ~ Years.fishing + Age模型
• 将其中一个连续变量转为分类变量（如把Age按年龄段分组），但此方法会损失部分信息，需谨慎选择分组逻辑。

4. 量化共线性程度

用方差膨胀因子（VIF）判断共线性严重程度，VIF>10通常认为存在严重共线性：

library(car)
# 由于polr模型无法直接计算VIF，先拟合线性回归近似判断
lm_temp <- lm(Knowledge.ordinal.ranking ~ Years.fishing*Age + Attitude, data = data)
vif(lm_temp)

内容的提问来源于stack exchange，提问作者Hannah Cocks