Question

我使用的数据框有很多NA个值。虽然我能够创建线性模型，但由于缺少值和缺少指标列，我随后无法将模型的拟合值与原始数据对齐。

这是一个可重复的例子：

library(MASS)
dat <- Aids2
# Add NA's 
dat[floor(runif(100, min = 1, max = nrow(dat))),3] <- NA
# Create a model
model <- lm(death ~ diag + age, data = dat)
# Different Values
length(fitted.values(model))
# 2745
nrow(dat)
# 2843

Answer 1

这里实际上有三个解决方案：

自己填充NA以适应值;
使用predict()计算拟合值;
自行删除不完整的案例，并仅将完整案例传递给lm()。

选项1

## row indicator with `NA`
id <- attr(na.omit(dat), "na.action")
fitted <- rep(NA, nrow(dat))
fitted[-id] <- model$fitted
nrow(dat)
# 2843
length(fitted)
# 2843
sum(!is.na(fitted))
# 2745

选项2

## the default NA action for "predict.lm" is "na.pass"
pred <- predict(model, newdata = dat)  ## has to use "newdata = dat" here!
nrow(dat)
# 2843
length(pred)
# 2843
sum(!is.na(pred))
# 2745

选项3

或者，您可以简单地将没有任何NA的数据框传递给lm()：

complete.dat <- na.omit(dat)
fit <- lm(death ~ diag + age, data = complete.dat)
nrow(complete.dat)
# 2745
length(fit$fitted)
# 2745
sum(!is.na(fit$fitted))
# 2745

总之，

选项1 通过填充NA以直接的方式完成“对齐”，但我认为人们很少采用这种方法;
选项2 非常简单，但计算成本更高;
选项3 是我的最爱，因为它让所有事情变得简单。

Answer 2

我使用简单的for循环。拟合值具有它们所属的原始行的属性（名称）。因此：

for(i in 1:nrow(data)){
  data$fitted.values[i]<-
    fit$fitted.values[paste(i)]
}

＆＃34;数据＆＃34;是您的原始数据框架。拟合是模型中的对象（即拟合＆lt; -lm（y~x，data = data））

Answer 3

我的回答是对@ithomps解决方案的扩展：

for(i in 1:nrow(data)){
  data$fitted.values.men[i]<- ifelse(data$sex == 1, 
    fit.males$fitted.values[paste(i)], "NA")
  data$fitted.values.women[i]<- ifelse(data$sex == 0, 
    fit.females$fitted.values[paste(i)], "NA")
  data$fitted.values.combined[i]<- fit.combo$fitted.values[paste(i)]
}

因为在我的情况下我运行了三个模型：1个用于男性，1个用于女性，1个用于组合。并且做更多事情＆＃34;更多＆＃34;方便：男性和女性随机分布在我的data。此外，我将lm()的输入作为输入缺失，因此我fit <- lm(y~x, data = data, na.action = na.exclude)在我的模型对象（fit）中获取了NA。

希望这有助于其他人。

（我发现很难制定我的问题/问题，很高兴我找到了这个帖子！）

Answer 4

如果您不想更改原始数据。尝试这种方式，这非常简单。

names(fitted.values(model))是可用观测值的数据行名，我们可以使用此功能添加新列：

dat[names(fitted.values(model)), "fitted.values"] <- fitted.values(model)
sum(!is.na(dat[, "fitted.values"]))
# [1] 2745

将数据框与缺失值对齐

4 个答案: