R:如何 运行 对具有 NA 值的 table 进行回归?
R: how do I run a regression on a table with NA values?
目前,我的错误陈述如下所示:
NAs introduced by coercionError in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
NA/NaN/Inf in 'x'
这是我正在使用的代码:
model <- lm(merged$Country.or.region ~ ., data = merged, na.action = na.pass)
我还根据网上其他地方提供的一些建议尝试使用 na.exclude 和 na.omit。我在 lm 括号内做错了什么吗?
我猜你的列是 Country.or.region
是一个字符,你需要把它转换成一个因子,然后二进制并使用逻辑回归:
data = iris
data$Species = as.character(data$Species)
lm(Species ~ .,data=data)
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
NA/NaN/Inf in 'y'
In addition: Warning message:
In storage.mode(v) <- "double" : NAs introduced by coercion
data$Species = ifelse(data$Species=="versicolor","Yes","No")
data$Species = factor(data$Species)
glm(Species ~ .,data=data,family=binomial)
目前,我的错误陈述如下所示:
NAs introduced by coercionError in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
NA/NaN/Inf in 'x'
这是我正在使用的代码:
model <- lm(merged$Country.or.region ~ ., data = merged, na.action = na.pass)
我还根据网上其他地方提供的一些建议尝试使用 na.exclude 和 na.omit。我在 lm 括号内做错了什么吗?
我猜你的列是 Country.or.region
是一个字符,你需要把它转换成一个因子,然后二进制并使用逻辑回归:
data = iris
data$Species = as.character(data$Species)
lm(Species ~ .,data=data)
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
NA/NaN/Inf in 'y'
In addition: Warning message:
In storage.mode(v) <- "double" : NAs introduced by coercion
data$Species = ifelse(data$Species=="versicolor","Yes","No")
data$Species = factor(data$Species)
glm(Species ~ .,data=data,family=binomial)