R线性回归问题：lm.fit（x，y，offset = offset，singular.ok =singular.ok，...）答案

【问题标题】：R linear regression issue : lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...)R线性回归问题：lm.fit（x，y，offset = offset，singular.ok =singular.ok，...）
【发布时间】：2012-12-07 04:18:10
【问题描述】：

我尝试使用 R 进行回归。我有以下代码在导入 CSV 文件时没有问题

    dat <- read.csv('http://pastebin.com/raw.php?i=EWsLjKNN',sep=";")
dat # OK Works fine
Regdata <- lm(Y~.,na.action=na.omit, data=dat)
summary(Regdata)

但是，当我尝试回归时，它不起作用。我收到一条错误消息：

Erreur dans lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  aucun cas ne contient autre chose que des valeurs manquantes (NA)

我所有的 CSV 文件都是数字，如果“单元格”为空，我的值为“NA”。有些列不是空的，而其他一些行有时是空的，带有 NA 值......

所以，我不明白为什么我会收到错误消息，即使是：

na.action=na.omit

PS：CSV 的数据可在以下位置获得： http://pastebin.com/EWsLjKNN

【问题讨论】：

您可能想看看 Faraway 的（免费！）书：cran.r-project.org/doc/contrib/Faraway-PRA.pdf
非常感谢推荐的书正是我需要的；）

标签： r linear-regression lm

【解决方案1】：

您收到此错误消息是因为您的所有数据框行都至少包含一个缺失值。例如，可以使用以下代码进行检查：

 apply(data,1,function(x) sum(is.na(x)))
 [1] 128 126  82  78  73  65  58  34  31  30  28  30  20  21  12  20  17  16  12  42  50 128

因此，当您使用lm() 和na.action=na.omit 运行回归时，所有数据框行都将被删除，并且没有适合回归的数据。

但这不是主要问题。如果您提供的数据包含您拥有的所有信息，那么您正在尝试应用包含 165 个自变量（X 变量）的回归，而只有 22 个观察值。自变量数必须小于观察数。

【讨论】：

您好，谢谢您的回答，如果我知道我需要两个条件。首先是行多于列。二是没有缺失值。如果只有一个缺失值，则模型不好。是你的意思吗？
@Swiss1200 您可能有一些缺失值，它们的数量将取决于您拥有的观察次数。但是您必须检查完整观察的数量（没有缺失值的行）大于自变量（列）的数量
您能解释一下apply(data,1,function(x) sum(is.na(x))) 的作用吗？我的数据框中没有NA，但是`apply(data,1,function(x) sum(is.na(x)))`给了我6 6 ... 6
@JayWong 它计算缺失值的数量。如果您得到 6，则应该缺少一些值

【解决方案2】：

我相信我可以对此进行一些澄清，因为我亲身经历了这一点，这就是我在这里的原因 - 除了我的问题是 gls（广义最小二乘模型）与标准线性模型。一些类似的逻辑“可能”适用于此处或类似情况。

到目前为止，我不反驳任何人所说的任何话。人们对观察的看法以及 R 对这些事物的看法可能存在一些混淆。

假设您有 160 多个自变量。假设您有一个给定的来源，所有数据都来自该来源。您从文件、数据库等中导入它。假设您有相同数量的响应变量或满足 R 的东西以用于回归分析。

R 会告诉您您有 2 个观察结果。现在，如果您从其他来源以完全相同的方式获得了类似的数据，那么如果您在 RStudio 中查看您的全局环境，您将获得 3 个观察结果。

我之所以提到这一点，是因为数学意义上的“观察”一词（正如这里使用的那样）是完全可以接受的。就 R 而言，它以多种方式看待观察。

那是我遇到类似问题的一个重要原因——它告诉我我缺少值、na.omit this、na.action that 等等。当我查看 OrchardSpray 演示时，我查看了我的自己的方法，我想通了。

关键是我们如何感知数据中的“观察”是一回事。 R 有另一个术语，它吐出错误消息的方式可能会引起额外的混乱。

明白我的意思吗？

【讨论】：