Cooks.distance 函数返回的值少于数据集中的行数

Question

我正在做物流回归，并希望在厨师 d 的帮助下删除异常值。所以我试图 cbind 我的数据集并烹饪 d 值。 我已经删除了缺失值，所以这不是问题。我的摘要中没有（x 由于缺失而删除观察）行。 以下是我的代码-

fit<-glm(CHURN~CHILDREN+CREDITA+CREDITAA+CREDITB+   CREDITC+CREDITDE+CREDITGY+  CREDITZ+PRIZMRUR+
       PRIZMUB+PRIZMTWN+REFURB+WEBCAP+TRUCK+RV+OCCPROF+OCCCLER+ OCCCRFT+OCCSTUD+OCCHMKR+
       OCCRET+  OCCSELF+OWNRENT+MARRYUN+MARRYYES+MARRYNO+   MAILORD+MAILRES+MAILFLAG+TRAVEL+PCOWN+
       CREDITCD+    NEWCELLY+NEWCELLN+INCMISS   +MCYCLE+SETPRCM + REVENUE   +MOU+RECCHRGE+
       DIRECTAS+OVERAGE+ROAM+CHANGEM+CHANGER+DROPVCE+BLCKVCE+   UNANSVCE+CUSTCARE+THREEWAY+
       MOUREC+OUTCALLS+INCALLS+PEAKVCE+OPEAKVCE+DROPBLK+    CALLFWDV+CALLWAIT+MONTHS+UNIQSUBS+
       ACTVSUBS+PHONES+MODELS+EQPDAYS+AGE1+AGE2+REFER+INCOME+   CREDITAD+SETPRC,data = mydata1,
     family = binomial(logit))
summary(fit)
cd <- cooks.distance(fit)
mydata2<-cbind(mydata1,cd)

我得到了错误- data.frame(..., check.names = FALSE) 中的错误： 参数暗示不同的行数：40000、38941

我的数据集（mydata1）有 40000 个值，cd 有 38941 个。 为什么会这样？

Answer 1

根据 cmets 中的 JDL 向您建议的内容，这“可能”是由于缺少数据或不适当的数据。

为了解释，我稍微修改了cooks.distance 函数的帮助示例，将yi 变量编辑为具有单个NA 值。

xi <- 1:5
yi <- c(0,2,14,19,NA)    # number of mice responding to dose xi
mi <- rep(40, 5)         # number of mice exposed
glmI <- glm(cbind(yi, mi -yi) ~ xi, family = binomial)
summary(glmI)

如果您运行它，您会注意到所有代码仍然有效。但是，如果您运行该帮助示例的下一行，而不是获得与 xi 和 yi 相同长度的 5 个输出值，您将获得 4由于yi 中的NA 值。

signif(cooks.distance(glmI), 3)
     1      2      3      4 
 0.311  0.258  1.430 13.100 

如果存在 Infs 或其他“破坏”glm 拟合的不可能值，您可能会遇到类似的问题。请注意，如果您查看summary(glmI)，它包含以下行：

 (1 observation deleted due to missingness)