预测r中缺失数据的值

Question

我正在研究一个总观测值为1008的数据集，并删除了缺失的情况以创建线性模型。现在，训练集共有937个观测值。

我用来创建我的lm的代码如下：

lm.data <- lm(N001S009P088.Average.Horizontal.Wind.Speed.RG.6 ~ C01.Average.Wind.Speed.48.5m+
            C02.Average.Wind.Speed.48.5m+ C03.Average.Wind.Speed.40.0m+
            C05.Average.Wind.Speed.15.0m+ N002S007P004.Average.Pressure..mb.+ 
            N001S007P006.Average.wind.speed,
          data=complete.data)

我现在正在尝试使用训练集中的lm返回并预测原始数据集中的缺失值。

all.data$Expected.RG.6.Average.Wind.Speed <- predict(lm.data)

当我运行此过程时，我收到以下错误消息：

$<-.data.frame中的错误（*tmp*，＆＃34; Expected.RG.6.Average.Wind.Speed＆＃34;，：   替换有947行，数据有1008

这些预测值将根据实际值绘制，以了解线性模型在其预测中的有效性。

此外，整个列都填充了缺少的数据值。

对此的任何见解将不胜感激。