我有一个数据集,在一个字段中有一些空值。当我尝试运行线性回归时,它会将字段中的整数视为类别指示符,而不是数字。
,例如,对于不包含空值的字段......
summary(lm(rank ~ num_ays, data=a)),
返回:
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 10.607597 0.019927 532.317 < 2e-16 ***
num_ays 0.021955 0.007771 2.825 0.00473 **
但是当我在具有空值的字段上运行相同的模型时,我得到:
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.225e+01 1.070e+00 11.446 < 2e-16 ***
num_azs0 -1.780e+00 1.071e+00 -1.663 0.09637 .
num_azs1 -1.103e+00 1.071e+00 -1.030 0.30322
num_azs10 -9.297e-01 1.080e+00 -0.861 0.38940
num_azs100 1.750e+00 5.764e+00 0.304 0.76141
num_azs101 -6.250e+00 4.145e+00 -1.508 0.13161
处理此问题的最佳和/或最有效的方法是什么,以及有哪些权衡?
答案 0 :(得分:3)
您可以忽略空值,如下所示:
a[!is.null(a$num_ays),]
答案 1 :(得分:2)
以Shane的答案为基础:你可以在data=
的{{1}}参数中使用它:
lm()