Question

所以我在R中NA横截面回归的残差中遇到了一些lm值的问题。

问题不在于NA值本身，而是R呈现它们的方式。

例如：

test$residuals
#          1          2          4          5 
#  0.2757677 -0.5772193 -5.3061303  4.5102816 
test$residuals[3]
#        4 
# -5.30613

在这个简单的示例中，NA值会使其中一个残差丢失。当我提取残差时，我可以清楚地看到第三个索引丢失。到目前为止这么好，这里没有抱怨。问题是相应的数字向量现在是一个较短的项目，所以第三个索引实际上是第四个。如何让R返回这些残差，即明确显示NA而不是跳过索引？

test$residuals
#          1          2          3          4          5 
#  0.2757677 -0.5772193         NA -5.3061303  4.5102816

我需要跟踪所有个体残差，这样如果我能用这种方式提取它们会让我的生活变得更轻松。

Answer 1

我刚刚发现this谷歌搜索更深一点。 resid上的lm功能na.action=na.exclude是可行的方法。

Answer 2

另一个想法是利用与作为lm的输入提供的数据框相关联的行名称。在这种情况下，残差应保留源数据中的名称。访问示例中的残差，test$residuals["4"]的值为-5.3061303，test$residuals["3"]的值为NA。

然而，这并不能完全回答你的问题。在将NA值恢复为残差方面完全按照要求进行操作的一种方法如下所示：

> D<-data.frame(x=c(NA,2,3,4,5,6),y=c(2.1,3.2,4.9,5,6,7),residual=NA)
> Z<-lm(y~x,data=D)
> D[names(Z$residuals),"residual"]<-Z$residuals
> D
   x   y residual
1 NA 2.1       NA
2  2 3.2    -0.28
3  3 4.9     0.55
4  4 5.0    -0.22
5  5 6.0    -0.09
6  6 7.0     0.04

如果您正在根据回归结果进行预测，则可能需要在na.action=na.exclude中指定lm。有关讨论，请参阅na.omit的帮助结果。请注意，仅指定na.exclude实际上并未将NA值放回残差向量本身。

如前面的回答所述，resid（residuals的同义词）提供了一种通用访问函数，如果na.exclude中指定lm，则残差将包含所需的NA值1}}。使用resid可能更通用，更清晰。在这种情况下，上述示例的代码将更改为：

> D<-data.frame(x=c(NA,2,3,4,5,6),y=c(2.1,3.2,4.9,5,6,7),residual=NA)
> Z<-lm(y~x,data=D,na.action=na.exclude)
> D$residuals<-residuals(Z)

Answer 3

这里是一个说明策略，在lm帮助页面上使用了略微修改的示例。这是残差定义的直接应用：

## Annette Dobson (1990) "An Introduction to Generalized Linear Models".
## Page 9: Plant Weight Data.
# Two NA's introduced
weight <- c(4.17,5.58,NA,6.11,4.50,4.61,5.17,4.53,5.33,5.14,
 4.81,4.17,4.41,3.59,5.87,3.83,6.03,NA,4.32,4.69)
group <- gl(2,10,20, labels=c("Ctl","Trt"))
lm.D9 <- lm(weight ~ group)
rr2 <- weight- predict(lm.D9, na.action=na.pass)
Warning message:
In weight - predict(lm.D9, na.action = na.pass) :
  longer object length is not a multiple of shorter object length
> rr2
 [1] -0.8455556  0.5644444         NA  1.0944444 -0.5155556 -0.4055556  0.1544444
 [8] -0.4855556  0.3144444  0.5044444  0.1744444 -0.4655556 -0.2255556 -1.0455556
[15]  1.2344444 -0.8055556  1.3944444         NA -0.6955556 -0.3255556

我认为直接修改lm对象是危险的，这样lm.D9 $残余就会返回该结果。

如何在R中的回归中处理残差中的NA？

3 个答案: