r中线性回归的数据争论

Question

我正在尝试使用 lm() 函数在 r 中运行线性回归，但我得到了各种错误，但是我更改了我的数据。我想看看父母性别、孩子性别和父母分数是否能预测孩子分数。我的代码是：

mod1 <- lm(score_child ~ score_parent*parent_child*female_male, data=dat, na.action = na.pass)

数据目前看起来像这样：

Subject   Family_number  female_male   parent_child  score_child   score_parent 
1         1               1             0             230           NA
2         1               0             1             NA            400
3         1               0             0             450           NA
4         2               1             1             NA            500
5         2               1             0             500           NA                
.

我知道如果数据是长格式的，这会更容易，但是因为我需要将孩子和父母的分数分开，我认为这是最好的方法。 NA 让我很伤心，我已经尝试了每个 na.action 命令，但我得到了错误，例如 lm.fit(x, y, offset = offset,singular.ok = single.ok, ...) 中的错误： 'x' 中的 NA/NaN/Inf。

野兽方法是否会更改 lm() 中的 NA 命令，更改我的数据布局，如果是，那么我将在 lm() 中指定子项和父项的分数以及如何指定？

奖金问题；这些孩子任何父母都是家庭的一部分，理想情况下，我想分析家庭组中的数据。这是否需要每个家庭进行一次回归，如果需要，这不会影响我的置信区间吗？

我的论文和我本人将非常感谢任何帮助！

朱莉娅

Answer 1

lm 要求每个单元在一行中，而不是分布在两行中。假设每个单元恰好由一个父单元和一个子单元组成，并且每一对的元素在数据框中的相邻行中彼此跟随，因此第 1 行和第 2 行形成一个单元，第 3 和第 4 行形成一个单元，依此类推，那么我们可以将父行和子行提取到Parent 和Child 数据帧中。这些将具有相同的行数，因此我们可以将它们cbind 放在一起并合理化组合数据框的列名，现在将具有nrow(DF)/2 行。请注意，下面稍后显示的 DF2 没有 NA 值。

Parent <- subset(DF, is.na(score_child))
Child <- subset(DF, is.na(score_parent))
DF2 <- cbind(
 with(Parent, data.frame(subj_parent = Subject, sex_parent = female_male, score_parent)),
 with(Child, data.frame(subj_child = Subject, sex_child = female_male, score_child))
)

lm(score_child ~ score_parent * sex_child * sex_parent, DF2)

DF2 看起来像这样：

> DF2
  subject_parent sex_parent score_parent subject_child sex_child score_child
1              2          0          400             1         1         230
2              4          1          500             3         0         450

注意

我们假设输入，以可重现的形式，是：

Lines <- "
Subject   female_male   parent_child  score_child   score_parent
1         1             0             230           NA
2         0             1             NA            400
3         0             0             450           NA
4         1             1             NA            500"
DF <- read.table(text = Lines, header = TRUE)