用R

我正在R中运行逻辑回归，并进行“反向消除”，以获得最终模型：

FulMod2 <- glm(surv~as.factor(tdate)+as.factor(tdate)+as.factor(sline)+as.factor(pgf)
                                    +as.factor(weight5)+as.factor(backfat5)+as.factor(srect2)
                                    +as.factor(bcs)+as.factor(loco3)+as.factor(fear3)
                                    +as.factor(teats)+as.factor(preudder)+as.factor(postudder)
                                    +as.factor(colos)+as.factor(tb5) +as.factor(respon3)
                                    +as.factor(feed5)+as.factor(bwt5)+as.factor(sex)
                                    +as.factor(fos2)+as.factor(gest3)+as.factor(int3),
                                    family=binomial(link="logit"),data=sof)

我收到了以下错误消息：

Error in step(FulMod2, direction = "backward", trace = FALSE) : 
  number of rows in use has changed: remove missing values?

这是我使用反向消除函数运行的第二个模型。第一个模型是好的，当我做反向消除得到我的最终模型

任何帮助都将不胜感激

---

Baz

为了在您的模型上成功运行

step（）

，以便进行向后选择，您应该删除

sof

中的案例，其中包含您正在测试的变量中缺少的数据

myForm <- as.formula(surv~
  as.factor(tdate)+as.factor(tdate)+as.factor(sline)+as.factor(pgf)
  +as.factor(weight5)+as.factor(backfat5)+as.factor(srect2)
  +as.factor(bcs)+as.factor(loco3)+as.factor(fear3)
  +as.factor(teats)+as.factor(preudder)+as.factor(postudder)
  +as.factor(colos)+as.factor(tb5) +as.factor(respon3)
  +as.factor(feed5)+as.factor(bwt5)+as.factor(sex)
  +as.factor(fos2)+as.factor(gest3)+as.factor(int3))

sofNoMis <- sof[which(complete.cases(sof[,all.vars(myForm)])),]

FulMod2 <- glm(myForm,family=binomial(link="logit"),data=sofNoMis)

step(FulMod2,direction="backward",trace=FALSE)

---

myForm From
？步骤
：警告模型配件必须将模型应用于同一数据集。如果缺少值并且使用了R的默认值na.action=na.omit，则可能会出现问题。我们建议您首先删除缺少的值。您可以查看
？complete.cases
来识别
sof
@BenBarnes中的完整和不完整案例，谢谢您的帮助。我有9000份记录，在申请“完整的案例”后，现在已经下降到8000份。我只是在想，这是不是太多而不能失去？无论如何，再次谢谢你！另一方面，如果您的预测值与
sof
中的其余列相对应，那么您可以使用
公式的
运算符来“指定模型中未以其他方式命名的所有列。例如
glm（surv~，data sof，family=binomial（link=“logit”））
。您需要事先将所有类
设置为.factor（）
。此外，您的前两个预测值
as.factor（tdate）+as.factor（tdate）
似乎相同。这是有意的吗？@Chase，谢谢。将前两个预测值视为.factor（tdate）+as.factor（tdate），这不是故意的！我按照你上面的建议运行了模型，从9000条记录中给了我8000条。几乎所有缺失值高的预测值都在完整模型中。谢谢！
myForm <- as.formula(surv~
  as.factor(tdate)+as.factor(tdate)+as.factor(sline)+as.factor(pgf)
  +as.factor(weight5)+as.factor(backfat5)+as.factor(srect2)
  +as.factor(bcs)+as.factor(loco3)+as.factor(fear3)
  +as.factor(teats)+as.factor(preudder)+as.factor(postudder)
  +as.factor(colos)+as.factor(tb5) +as.factor(respon3)
  +as.factor(feed5)+as.factor(bwt5)+as.factor(sex)
  +as.factor(fos2)+as.factor(gest3)+as.factor(int3))

sofNoMis <- sof[which(complete.cases(sof[,all.vars(myForm)])),]

FulMod2 <- glm(myForm,family=binomial(link="logit"),data=sofNoMis)

step(FulMod2,direction="backward",trace=FALSE)