当我执行 lm 函数时，如何忽略 NA 数据？

Question

我的问题很简单，但尝试了很多方法后都无法解决。

我有两个数据框。

>a
   col1 col2 col3 col4
1    1    2    1    4
2    2   NA    2    3    
3    3    2    3    2    
4    4    3    4    1

> b
  col1 col2 col3 col4
1    5    2    1    4    
2    2   NA    2    3    
3    3   NA    3    2    
4    4    3    4    1

我可以使用 lm(a ~ b) 来拟合 a 和 b 中的数据吗？

如果这样做，如何忽略 NA 数据？

谢谢，丹

Answer 1

通常，R 中的回归函数只会报告完整案例的结果，因此您通常不需要执行任何特殊操作来保留案例。您的问题似乎有点模糊，并且不清楚为什么您要将整个矩阵（或者是一个 data.frame？）放在公式的左侧。可以使用 lm() 函数进行多变量分析，但想要这样做的人通常会提出更具体的问题。

> lm(a$col1 ~ b$col1+b$col2 +b$col3+b$col4)

Call:
lm(formula = a$col1 ~ b$col1 + b$col2 + b$col3 + b$col4)

Coefficients:
(Intercept)       b$col1       b$col2       b$col3       b$col4  
         16           -3           NA           NA           NA  

在丢失 2 例且只剩下 2 例后，数据量极小，无法进行进一步的估计。

Answer 2

如果 a 和 b 是数据框，并且您想要将 a 中的各个值与 b 中的值进行回归，则需要将它们转换为向量。例如：

> lm(as.vector(as.matrix(a))~as.vector(as.matrix(b)))

Call:
lm(formula = as.vector(as.matrix(a)) ~ as.vector(as.matrix(b)))

Coefficients:
            (Intercept)  as.vector(as.matrix(b))  
               8.418239                -0.005241  

默认情况下会删除丢失的数据 - 请参阅 help(lm) 和 na.action 参数。 lm 对象上的 摘要 方法将告诉您有关删除的观察结果的信息。

当然，忽略空间数据中可能存在的空间相关性意味着您从参数估计中得出的推论将是完全错误的。绘制残差图。并阅读一本关于空间统计的好书...

[编辑：哦，数据框必须全部是数字，或者全部转换为字符，然后...好吧，谁知道...]

编辑：

另一种方式从数据帧获取向量只是使用“unlist”：

> a=data.frame(matrix(runif(16),4,4))
> b=data.frame(matrix(runif(16),4,4))
> lm(a~b)
Error in model.frame.default(formula = a ~ b, drop.unused.levels = TRUE) : 
  invalid type (list) for variable 'a'
> lm(unlist(a)~unlist(b))

Call:
lm(formula = unlist(a) ~ unlist(b))

Coefficients:
(Intercept)    unlist(b)  
     0.6488      -0.3137  

我以前没有见过 data.matrix，谢谢 Gavin。