Question

我尝试用R回归我有以下代码，导入CSV文件没有问题

    dat <- read.csv('http://pastebin.com/raw.php?i=EWsLjKNN',sep=";")
dat # OK Works fine
Regdata <- lm(Y~.,na.action=na.omit, data=dat)
summary(Regdata)

然而，当我尝试回归时，它不起作用。我收到一条错误消息：

Erreur dans lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  aucun cas ne contient autre chose que des valeurs manquantes (NA)

我的所有CSV文件都是数字，如果“单元格”为空，则我有“NA”值。有些列不是空的，有些其他行有时是空的，带有NA值...

所以，我不明白为什么即使用以下内容我也会收到错误消息：

na.action=na.omit

PS：CSV的数据可在以下位置获得： http://pastebin.com/EWsLjKNN

Answer 1

您收到此错误消息，因为所有数据框行至少包含一个缺失值。例如，可以使用以下代码进行检查：

 apply(data,1,function(x) sum(is.na(x)))
 [1] 128 126  82  78  73  65  58  34  31  30  28  30  20  21  12  20  17  16  12  42  50 128

因此，当您运行回归机智lm()和na.action=na.omit时，所有数据框行都会被删除，并且没有数据可以适合回归。

但这不是主要问题。如果您提供的数据包含您拥有的所有信息，那么您尝试使用165个独立变量（X变量）应用回归，而只有22个观察值。独立变量的数量必须小于观察数量。

Answer 2

我相信我可以为此增加一些清晰度，因为我亲身经历过这一点，这就是为什么我在这里 - 除了我的问题是gls（基因化最小二乘模型）与标准的linaer模型。有些人喜欢逻辑＆＃34;可能＆＃34;适用于此处或类似情况。

我不反驳任何人到目前为止所说的话。人们可能会对观察的内容以及R对这些事物的看法感到困惑。

假设你有160多个自变量。假设您有一个给定的来源，其中包含您的所有数据。您可以从文件，数据库等导入它。假设您有相同数量的响应变量或满足R的内容用于回归分析。

R会告诉你有2个观察结果。现在，如果你想从另一个来源以相同的方式获得数据，那么如果你在全球环境中查看RStudio，你就有3个观察结果。

我提到这个的原因是因为术语＆＃34;观察＆＃34;在数学意义上（因为它在这里被使用）是完全可以接受的。在R方面，它以多种方式观察观察。

这是我遇到的一个问题的重要贡献者 - 它告诉我我的价值观缺失了，na.omit这个，na.action等等。当我看到OrchardSpray演示时，我回顾了我的自己的方法论，我想通了。

重点是我们如何完成观察＆＃34;在基准是一回事。 R有另一个术语，它吐出错误信息的方式会引起额外的混淆。

明白我的意思？

R线性回归问题：lm.fit（x，y，offset = offset，singular.ok = singular.ok，...）

2 个答案: