如何处理R回归中残差中的NAs?
因此,我对R中a如何处理R回归中残差中的NAs?,r,regression,missing-data,R,Regression,Missing Data,因此,我对R中alm横截面回归的残差中的一些NA值存在一些问题 问题不在于NA值本身,而在于R表示它们的方式 例如: test$residuals # 1 2 4 5 # 0.2757677 -0.5772193 -5.3061303 4.5102816 test$residuals[3] # 4 # -5.30613 在这个简单的例子中,NA值将使一个残差丢失。当我提取残差时,我可以清楚地看到缺
lm
横截面回归的残差中的一些NA
值存在一些问题
问题不在于NA
值本身,而在于R表示它们的方式
例如:
test$residuals
# 1 2 4 5
# 0.2757677 -0.5772193 -5.3061303 4.5102816
test$residuals[3]
# 4
# -5.30613
在这个简单的例子中,NA
值将使一个残差丢失。当我提取残差时,我可以清楚地看到缺少第三个索引。到目前为止还不错,这里没有抱怨。问题是,相应的数值向量现在短了一项,因此第三个索引实际上是第四个索引。如何让R返回这些残差,即显式显示NA
,而不是跳过索引
test$residuals
# 1 2 3 4 5
# 0.2757677 -0.5772193 NA -5.3061303 4.5102816
我需要跟踪所有的个人残差,这样如果我能用这种方法提取它们,我的生活就会轻松得多 我只是发现谷歌搜索得更深了一点。使用
na.action=na.exclude
的lm
上的resid
功能是一个不错的选择。这里是一个使用lm帮助页面上稍加修改的示例演示的策略。这是残差定义的直接应用:
## Annette Dobson (1990) "An Introduction to Generalized Linear Models".
## Page 9: Plant Weight Data.
# Two NA's introduced
weight <- c(4.17,5.58,NA,6.11,4.50,4.61,5.17,4.53,5.33,5.14,
4.81,4.17,4.41,3.59,5.87,3.83,6.03,NA,4.32,4.69)
group <- gl(2,10,20, labels=c("Ctl","Trt"))
lm.D9 <- lm(weight ~ group)
rr2 <- weight- predict(lm.D9, na.action=na.pass)
Warning message:
In weight - predict(lm.D9, na.action = na.pass) :
longer object length is not a multiple of shorter object length
> rr2
[1] -0.8455556 0.5644444 NA 1.0944444 -0.5155556 -0.4055556 0.1544444
[8] -0.4855556 0.3144444 0.5044444 0.1744444 -0.4655556 -0.2255556 -1.0455556
[15] 1.2344444 -0.8055556 1.3944444 NA -0.6955556 -0.3255556
Annette Dobson(1990)“广义线性模型简介”。
##第9页:植物重量数据。
#介绍了两个NA
权重另一个想法是利用与作为
lm
输入提供的数据框相关联的行名称。在这种情况下,残差应该保留源数据中的名称。从您的示例中访问残差将为test$residuals[“4”]
提供-5.3061303的值,为test$residuals[“3”]
提供NA的值
然而,这并不能完全回答你的问题。在将NA值恢复到残差中的过程中,一种实现您要求的方法如下所示:
> D<-data.frame(x=c(NA,2,3,4,5,6),y=c(2.1,3.2,4.9,5,6,7),residual=NA)
> Z<-lm(y~x,data=D)
> D[names(Z$residuals),"residual"]<-Z$residuals
> D
x y residual
1 NA 2.1 NA
2 2 3.2 -0.28
3 3 4.9 0.55
4 4 5.0 -0.22
5 5 6.0 -0.09
6 6 7.0 0.04
> D<-data.frame(x=c(NA,2,3,4,5,6),y=c(2.1,3.2,4.9,5,6,7),residual=NA)
> Z<-lm(y~x,data=D,na.action=na.exclude)
> D$residuals<-residuals(Z)