Question

我不理解如何在缺少因变量Y的某个值时使用checked命令从线性回归生成预测值，即使没有缺少独立的X观察值。在代数上，这不是一个问题，但我不知道在R中这样做的有效方法。例如，假的数据帧和回归模型。我尝试在源数据帧中分配预测但由于缺少一个Y值而无法执行此操作：我收到错误。

predict.lm

通过使用代数# Create a fake dataframe x <- c(1,2,3,4,5,6,7,8,9,10) y <- c(100,200,300,400,NA,600,700,800,900,100) df <- as.data.frame(cbind(x,y)) # Regress X and Y model<-lm(y~x+1) summary(model) # Attempt to generate predictions in source dataframe but am unable to. df$y_ip<-predict.lm(testy) Error in `$<-.data.frame`(`*tmp*`, y_ip, value = c(221............. replacement has 9 rows, data has 10生成预测或通过调用模型df$y<-B0+ B1*df$x的系数生成预测，我解决了这个问题;但是，我现在正在使用具有数百个系数的大数据模型，这些方法已不再实用。我想知道如何使用df$y<-((summary(model)$coefficients[1, 1]) + (summary(model)$coefficients[2, 1]*(df$x))函数来完成它。

提前感谢您的协助！

Answer 1

R中有内置功能（但不一定显而易见）：它是na.action参数/ ?na.exclude函数。设置此选项后，predict()（以及类似的下游处理函数）将自动填写相关位置的NA值。

设置数据：

df <- data.frame(x=1:10,y=100*(1:10))
df$y[5] <- NA

适合模型：默认na.action为na.omit，只会移除非完整案例。

mod1 <- lm(y~x+1,data=df)
predict(mod1)
##    1    2    3    4    6    7    8    9   10 
##  100  200  300  400  600  700  800  900 1000

na.exclude在拟合之前移除非完整的案例，但随后在预测的向量中恢复它们（用NA填充）：

mod2 <- update(mod1,na.action=na.exclude)
predict(mod2)
##    1    2    3    4    5    6    7    8    9   10 
##  100  200  300  400   NA  600  700  800  900 1000

Answer 2

实际上，您没有正确使用predict.lm功能。无论哪种方式，您都必须输入模型本身作为其第一个参数，特此model，无论是否有新数据。如果没有新数据，它只会预测培训数据，从而排除NA行，您需要使用此解决方法来适应初始data.frame：

df$y_ip[!is.na(df$y)] <- predict.lm(model)

或明确指定一些新数据。由于新x的行数比训练x还多一行，因此会使用新预测填充缺失的行：

df$y_ip <- predict.lm(model, newdata = df)

在Y中缺失数据的回归后预测.lm

2 个答案: