Question

尽管我检查了每一列并确认每列> 10个非NA值，但线性回归返回了一个错误，即有一列具有0个非NA值。对于可以诊断该错误的调查建议，我将不胜感激。

> reg_CTR <- lm(formula = modelFormula_CTR, data = reg_data_lowCorr, weights = dailyImps, na.action = na.exclude)
Error in lm.wfit(x, y, w, offset = offset, singular.ok = singular.ok,  : 
  0 (non-NA) cases
> min(apply(reg_data_lowCorr, 2, function(x) sum(!is.na(x))))
[1] 11
> sum(!is.na(c(NA,NA,NA)))
[1] 0
> sum(!is.na(c(NA,NA,1)))
[1] 1
> reg_CTR <- lm(formula = modelFormula_CTR, data = reg_data_lowCorr, weights = dailyImps, na.action = na.omit)
Error in lm.wfit(x, y, w, offset = offset, singular.ok = singular.ok,  : 
  0 (non-NA) cases

数据具有NA值，但是这些值是必需的，因此使用na.exclude。

根据我在网上阅读的内容，我对要研究的事情有一些想法，但似乎没有什么适用于这种情况。

所有列均为数字

> sum(sapply(reg_data_lowCorr, is.factor))
[1] 0

模型公式是动态生成的，因此没有拼写错误的风险

selectedVars <- c(names(reg_data_lowCorr[,3:ncol(reg_data_lowCorr)]))
modelFormula_CTR <- as.formula(paste0('CTR000', " ~ ", paste(selectedVars, collapse = "+")))
reg_CTR <- lm(formula = modelFormula_CTR, data = reg_data_lowCorr, weights = dailyImps, na.action = na.exclude)

Answer 1

我不认为这是一列全为NA的列，我认为这意味着不存在没有缺失数据的行。在下面的示例中，请注意b和c都具有不丢失的条目，但是没有一行是完整的。

> a <- 1:4
> b <- c(1, 2, NA, NA)
> c <- c(NA, NA, 1, 2)
> lm(a ~ b + c, na.action = na.exclude)
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  0 (non-NA) cases

您可以通过运行类似table(rowSums(is.na(data[vars])))的内容进行检查，其中data是您的数据集，而vars是模型中的变量。看看是否有人不缺少任何值。

lm.wfit（x，y，w，offset = offset，singular.ok = singular.ok，：0（非NA）情况下的错误。但是所有列至少包含一个非NA值

1 个答案: