处理 R 回归中的 NULL 值
Handling NULL values in R regression
我正在尝试对具有 NULL 值的数据集执行回归。比如我是运行以下的：
reg2<-lm(yvar~xvar1+xvar2,data=test_all)
我收到以下错误：
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
0 (non-NA) cases
我想我收到此错误是因为某些变量在某些情况下具有 NULL。有什么办法可以解决这个问题吗？谢谢。
您可以 R 删除包含 NULL、NaN、NA 等的所有观测值，方法是调用 lm：
reg2 <- lm(yvar~xvar1 + xvar2, data = test_all[complete.cases(test_all),])
如果数据框中的一行仅包含真实数据，complete.cases 给出包含 TRUE 的向量，如果至少包含一个 NULL，则给出 FALSE，等等
但请注意，如果您的数据框包含您未在线性模型中使用的列，但 包含缺失值，则该行将从你的数据框。你不希望这种情况发生。
如果是这种情况，那么您将需要执行以下操作：
test_all2 <- test_all[,c("yvar", "xvar1", "xvar2")]
reg2 <- lm(yvar ~ xvar1 + xvar2, data = test_all2[complete.cases(test_all2),])
我正在尝试对具有 NULL 值的数据集执行回归。比如我是运行以下的：
reg2<-lm(yvar~xvar1+xvar2,data=test_all)
我收到以下错误：
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 0 (non-NA) cases
我想我收到此错误是因为某些变量在某些情况下具有 NULL。有什么办法可以解决这个问题吗？谢谢。
您可以 R 删除包含 NULL、NaN、NA 等的所有观测值，方法是调用 lm：
reg2 <- lm(yvar~xvar1 + xvar2, data = test_all[complete.cases(test_all),])
complete.cases 给出包含 TRUE 的向量，如果至少包含一个 NULL，则给出 FALSE，等等
但请注意，如果您的数据框包含您未在线性模型中使用的列，但 包含缺失值，则该行将从你的数据框。你不希望这种情况发生。
如果是这种情况，那么您将需要执行以下操作：
test_all2 <- test_all[,c("yvar", "xvar1", "xvar2")]
reg2 <- lm(yvar ~ xvar1 + xvar2, data = test_all2[complete.cases(test_all2),])