R中按邮政编码因子比较均值时lm模型结果除估计值外全为NA如何解决

直接导致标准误等统计量为NA的核心原因 #

• 当线性回归的自变量为分类变量时，每个分类水平下至少需要2条有效观测才能计算组内残差方差，后续的标准误、t值、p值都需要基于残差方差计算。你提供的示例数据中每个城市仅对应1条累计死亡数记录，模型残差自由度为0，无法推导上述统计量，因此除系数估计值外全部返回NA。

额外的模型逻辑问题 #

• 你的研究目的是验证邮政编码和累计死亡数的关联，但你编写的lm(Total ~ City, data=zipcode)代码中自变量是城市字段，并非邮政编码对应的字段。即便后续补充了数据量，当前模型也无法回答你预设的研究问题，需要将公式中的自变量替换为你数据集中存储邮政编码的列，例如lm(Total ~ 邮政编码列名, data=zipcode)。

其他可能的触发场景 #

如果你的实际数据中每个城市/邮政编码下有多条观测，仍出现全NA的情况，可排查是否存在自变量完美共线性问题，比如分类变量的某一水平和截距项完全线性相关，或存在无变异的常量列。

内容的提问来源于stack exchange，提问作者A. Shotts