R 可以处理NAs的leap（）的替代方案是什么？

需要应用方法选择最佳模型<代码>leaps（）来自leaps软件包，只有当数据没有

NA

值时，才能正常工作，否则会抛出错误：

#dummy data
x<-matrix(rnorm(100),ncol=4)
#convert to 0,1,2 - this is a genetic data, NA=NoCall
x<-matrix(round(runif(100)*10) %% 3,ncol=4)
#introduce NA=NoCall
x[1,1] <-NA
#response, case or control
y<-rep(c(0,1,1,0,1),5)
leaps(x,y)

Error in leaps.setup(x, y, wt = wt, nbest = nbest, nvmax = NCOL(x) + int,  : 
  NA/NaN/Inf in foreign function call (arg 4)

---

您可以在可以指定分支绑定方法的地方尝试bestglm:：bestglm。NAs可以像在glm中一样由na.action参数处理。有关更多信息，请参见此处：

这是一个统计问题，因为AIC无法比较使用 不同的数据集。因此，要比较具有和不具有确定性的模型 变量，则需要删除缺少这些变量值的行 变量。您可能需要“重新考虑您的建模策略”。 否则，您可能还需要研究AIC的变体，快速 谷歌搜索带来了一个最新的问题 这可能是一个很好的起点

---

对于您的数据，输入NA是否合理？

stepAIC（）

（向前和向后）真的不好吗？插补不是一种选择。

stepAIC（）

是否检查了所有可能的组合？no

MASS:：stepAIC（）

like

step（）

是否向前、向后或两者兼而有之。对于大多数数据集，通常会找到与

leaps（）

相同的模型（我认为是？？？）；您认为如何比较建立在不同数据集上的两个模型？或者这是问题的一部分？不过，这部分是一个统计问题，因为AIC无法比较使用不同数据集构建的模型。因此，要比较带有和不带有特定变量的模型，需要删除这些变量缺少值的行。引用一句话，你可能需要“重新考虑你的建模策略”。否则，您可能还想查看AIC的各种变体，快速的谷歌搜索可能会带来一个很好的起点。感谢您参考

bestglm

软件包，我不知道它。此软件包还需要消除我试图避免的

NA

行。在使用

bestglm（train，IC=“AIC”）

时，我得到了完全相同的错误。我的数据帧没有null，而是一些零。

Error in stepAIC(fit) : 
  number of rows in use has changed: remove missing values?