即使使用NA（predict（）），如何进行预测？

Question

我想根据以下代码将predict()与polr()模型一起使用来预测变量z。首先是df，用于训练模型和后续的test数据。

df <- data.frame(x=c(1, 2, 1, 2, 1, 1, 2, 1, 2, 1, 1, 1, 2, 2, 1, 2, 1, 1, 2, 2),
                 y=c(32, 67, 12, 89, 45, 78, 43, 47, 14, 67, 16, 36, 25, 23, 56, 26, 35, 79, 13, 44),
                 z=as.factor(c(1, 2, 3, 2, 1, 2, 3, 2, 1, 2, 3, 2, 3, 2, 1, 2, 1, 2, 1, 2)))
test <- data.frame(x=c(1, 2, 1, 1, 2, 1, 2, 2, 1, 1),
                   y=c(34, NA, 78, NA, 89, 17, 27, 83, 23, 48),
                   z=c(1, 2, 3, 1, 2, 3, 1, 2, 3, 1))

这是polr()模型：

mod <- polr(z ~ x + y, data = df, Hess = TRUE)

这是predict()函数及其结果：

predict(mod, newdata = test)
[1] 2    <NA> 2    <NA> 2    2    2    2    2    2 

我的问题是，即使在存在NAs的情况下，我也希望模型做出预测，如第二和第四种情况一样。我尝试了以下结果，结果相同：

predict(mod, newdata = test, na.action = "na.exclude")
predict(mod, newdata = test, na.action = "na.pass")
predict(mod, newdata = test, na.action = "na.omit")
predict(mod, newdata = test, na.rm=T)
[1] 2    <NA> 2    <NA> 2    2    2    2    2    2 

即使有一些缺失的数据，我如何才能使模型做出预测？