先附上程式码：
##############
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)
##############
手边有一些data想做回归
上面的资料 是从real data 撷取出问题的部分下来
我的问题是
执行完lm之后 不知道为什么
交互作用项 x1*x2 一直是NA值
summary之后 还会出现:
#######
Coefficients: (1 not defined because of singularities)
#######
但 x1.x2 的值 如果自己随便乱给
又不会有这个问题
显然这笔data有点问题??
上网爬过文 这人好像有和我一样的错误
https://goo.gl/37a3yc
没有线性独立??? 看起来应该有啊
而且如果只有x1 , x2时 是没有问题的
应该不会因为加入交互作用项 就变得线性相依吧???
求指点 谢谢

kappa(model.matrix(y ~ x1 * x2, df))check the condition number of model matrix算出来是10的20次方.... 应该是variable相依

试试看先标准化?

测试六种模型x1,x2,x1:x2,x1+x2,x1+x1:x2,x2+x1:x2x1与x2没有共线性问题，因x1,x2,x1+x2系数一致。共线性存在于x2与x1:x2,建议移除其中之一。不一定只用一种模型阐释，也可以分别呈现六种，解释共线性问题还有因子个别影响状况。