我正在使用具有许多 NA 值的数据框。虽然我能够创建一个线性模型，但由于缺失值和缺少指示列，我随后无法将模型的拟合值与原始数据对齐。
这是一个可重现的例子：
library(MASS)
dat <- Aids2
# Add NA's
dat[floor(runif(100, min = 1, max = nrow(dat))),3] <- NA
# Create a model
model <- lm(death ~ diag + age, data = dat)
# Different Values
length(fitted.values(model))
# 2745
nrow(dat)
# 2843
【问题讨论】：
标签： r regression linear-regression na lm
如果您不想更改原始数据。试试这个方法，真的很简单。
names(fitted.values(model)) 是数据的可用观察的行名，我们可以使用此功能添加新列：
dat[names(fitted.values(model)), "fitted.values"] <- fitted.values(model)
sum(!is.na(dat[, "fitted.values"]))
# [1] 2745
【讨论】：
我的回答是对@ithomps 解决方案的扩展：
for(i in 1:nrow(data)){
data$fitted.values.men[i]<- ifelse(data$sex == 1,
fit.males$fitted.values[paste(i)], "NA")
data$fitted.values.women[i]<- ifelse(data$sex == 0,
fit.females$fitted.values[paste(i)], "NA")
data$fitted.values.combined[i]<- fit.combo$fitted.values[paste(i)]
}
因为在我的例子中，我运行了三个模型：1 个男性模型、1 个女性模型和 1 个组合模型。为了让事情“更”方便：男性和女性随机分布在我的data 中。此外，我将丢失数据作为lm() 的输入，因此我使用fit <- lm(y~x, data = data, na.action = na.exclude) 来获取模型对象（fit）中的NA。
希望这对其他人有所帮助。
（我发现很难提出我的问题/问题，很高兴我找到了这篇文章！）
【讨论】：
我使用了一个简单的 for 循环。拟合值具有它们所属的原始行的属性（名称）。因此：
for(i in 1:nrow(data)){
data$fitted.values[i]<-
fit$fitted.values[paste(i)]
}
“数据”是您的原始数据框。 Fit 是模型中的对象（即 fit
【讨论】：
这里其实有三种解决方案：
NA 填充到我们自己的拟合值；predict() 计算拟合值；lm()。选项 1
## row indicator with `NA`
id <- attr(na.omit(dat), "na.action")
fitted <- rep(NA, nrow(dat))
fitted[-id] <- model$fitted
nrow(dat)
# 2843
length(fitted)
# 2843
sum(!is.na(fitted))
# 2745
选项 2
## the default NA action for "predict.lm" is "na.pass"
pred <- predict(model, newdata = dat) ## has to use "newdata = dat" here!
nrow(dat)
# 2843
length(pred)
# 2843
sum(!is.na(pred))
# 2745
选项 3
或者，您可以简单地将没有任何NA 的数据框传递给lm()：
complete.dat <- na.omit(dat)
fit <- lm(death ~ diag + age, data = complete.dat)
nrow(complete.dat)
# 2745
length(fit$fitted)
# 2745
sum(!is.na(fit$fitted))
# 2745
总之，
NA 以直接的方式进行“对齐”，但我认为人们很少采用这种方法；【讨论】：
na.action = na.exclude放到lm里面。