Question

我有一个大小为60的数据集，所有观察结果都有相同的变量。其中30个具有胜利值（y），其中30个我已被删除以进行预测。

在sas中，当您希望模型预测未知y（结果）的值时，在数据线中为Y值添加一个点并运行回归。该模型将基于具有Y值的30个观测值，然后针对不具有Y值的30个观测值进行预测。

在r中，我将Y值作为我想要预测的观察值的NA。但是，该模型忽略了那些缺失值，而没有给出这些观察结果的预测结果。

如何让模型预测丢失的Y变量的值？

Answer 1

如果您试图预测样本数据，请执行以下操作：

# Here I just generate some data, since no provided
X <- matrix(data = rnorm(400), ncol = 4)
B <- c(0.5, -0.5, 2, 0)
y <- X %*% B
dt <- data.frame(cbind(y, X))
names(dt) <- c("y", paste0("x", 1:4))

# Start with estimation on in-sample 
train_dt <- dt[1:50, ]
mod <- lm(formula = y ~ ., data = train_dt)

# Predict on out of sample
that <– predict(object = mod, newdata = dt[51:100, ])

# Calculate error, should be almost the same
eps <- yhat - y[51:100]

# In this example should be close to zero
all(eps) < 1e-10)

如何预测r中缺失值的数据

1 个答案: