Question

尝试使用cv.lm函数时，我收到上述错误。请参阅我的代码

sample<-read.csv("UU2_1_lung_cancer.csv",header=TRUE,sep=",",na.string="NA")
  sample1<-sample[2:2000,3:131]
  samplex<-sample[2:50,3:131]
  y<-as.numeric(sample1[1,]) 
  y<-as.numeric(sample1[2:50,2]) 
  x1<-as.numeric(sample1[2:50,3])
  x2<-as.numeric(sample1[2:50,4])
  x11<-x1[!is.na(y)]
  x12<-x2[!is.na(y)]
  y<-y[!is.na(y)]
  fit1 <- lm(y ~ x11 + x12, data=sample)
  fit1
  x3<-as.numeric(sample1[2:50,5])
  x4<-as.numeric(sample1[2:50,6])
  x13<-x3[!is.na(y)]
  x14<-x4[!is.na(y)]
  fit2 <- lm(y ~ x11 + x12 + x13 + x14, data=sample)
  anova(fit1,fit2)
  install.packages("DAAG")
  library("DAAG")
  cv.lm(df=samplex, fit1, m=10) # 3 fold cross-validation

任何见解将不胜感激。

Example of data
ID       peak height     LCA001 LCA002  LCA003
N001786 32391.111   0.397   0.229   -0.281
N005356 32341.473   0.397   -0.655  -1.301
N002416 32215.474   -0.703  -0.214  -0.901
GS239   31949.777   0.354   0.118   0.272
N016343 31698.853   0.226   0.04    -0.006
N003255 31604.978   0.024    NA -0.534
N004358 31356.597   -0.252  -0.022  -0.407
N000122 31168.09    -0.487  -0.533  -0.134
GS10564 31106.103   -0.156  -0.141  -1.17
GS17987 31043.876    NA     0.253   0.553
N003674 30876.207   0.109   0.093   0.07

请参阅上面数据的示例

Answer 1

首先，您错误地使用lm(..)，或者至少以非常规方式使用data=sample。指定sample参数的目的是使公式使用对## not tested... sample <- read.csv(...) colnames(sample)[2:6] <- c("y","x1","x2","x3","x4") fit1 <- lm(y~x1+x2, data=sample[2:50,],na.action=na.omit) library(DAAG) cv.lm(df=na.omit(sample[2:50,]),fit1,m=10)的列的引用。通常，在公式引用中使用独立数据是一种非常糟糕的做法。

所以试试这个：

na.action=na.omit

这将为列2：6提供适当的名称，然后使用公式中的名称。参数lm(...)告诉cv.lm(...)函数排除相关列的任何中存在NA值的所有行。这实际上是默认值，因此在这种情况下不需要，但为了清楚起见，包括在内。

最后，cv.lm(df=samplex, fit1, m=10)使用它的第二个参数来查找公式定义，所以在您的代码中：

cv.lm(df=samplex,y~x11+x12,m=10)

相当于：

x11

由于x12中（可能）没有名为samplex和cv.lm(...)的列，并且由于您在外部定义了这些向量，因此{{1}}会引发您获得的错误。

变量长度在R中不同

1 个答案: