0
A
回答
1
由glm()
返回的模型擬合對象記錄了它排除的不完整數據的行號。他們有點埋沒,但你可以這樣進行檢索:或者
## Example data.frame with some missing data
df <- mtcars[1:6, 1:5]
df[cbind(1:5,1:5)] <- NA
df
# mpg cyl disp hp drat
# Mazda RX4 NA 6 160 110 3.90
# Mazda RX4 Wag 21.0 NA 160 110 3.90
# Datsun 710 22.8 4 NA 93 3.85
# Hornet 4 Drive 21.4 6 258 NA 3.08
# Hornet Sportabout 18.7 8 360 175 NA
# Valiant 18.1 6 225 105 2.76
## Fit an example model, and learn which rows it excluded
f <- glm(mpg~drat,weight=disp, data=df)
as.numeric(na.action(f))
# [1] 1 3 5
,以獲得行索引,而不必擬合模型,用同樣的策略與model.frame()
輸出:
as.numeric(na.action(model.frame(mpg~drat,weight=disp, data=df)))
# [1] 1 3 5
1
沒有一個重複的例子,我無法提供適合您的問題代碼,但在這裏,應該工作的通用方法。假設你的數據框叫做df
,你的變量被稱爲y,x1,x2等等。假設你需要y,x1,x3和x6在你的模型中。
# Make a vector of the variables that you want to include in your glm model
# (Be sure to include any weighting or subsetting variables as well, per Josh's comment)
glm.vars = c("y","x1","x3","x6")
# Create a new data frame that includes only those rows with no missing values
# for the variables that are in your model
df.glm = df[complete.cases(df[ , glm.vars]), ]
另外,如果你想看到這一點至少有一個缺失值的行,請執行下列操作(注意添加!
(以下簡稱「非」運算符)):
df[!complete.cases(df[ , glm.vars]), ]
相關問題
- 1. R - Logarthmic的迴歸分析
- 2. 預測/輸入R中泊松GLM迴歸的缺失值?
- 3. SAS迴歸缺失值
- 4. [R匹配數據幀之前和缺失值的迴歸和子集迴歸
- 5. 方差分析中的變量缺失R
- 6. 分析R中的相關數據:線性,嶺迴歸,PCR
- 7. 您如何進行R中邏輯迴歸的功效分析?
- 8. 如何對R中的迴歸模型進行方差分析?
- 9. 如何繪製和分析R中的多變量SVM迴歸
- 10. R中的分層多項式迴歸
- 11. 樹中的R:迴歸與分類
- 12. 迴歸中的R與分類變量
- 13. 分層迴歸UScrime R/JAGS
- 14. 遞歸基礎案例失敗
- 15. R中邏輯迴歸的列聯表與缺失的擬合值
- 16. 即使在R中的迴歸變量缺失值時也能預測
- 17. 填充缺失的R中
- 18. 這是多分類迴歸的良好日誌丟失嗎?
- 19. 缺失觀察SAS運行迴歸
- 20. excel中的自定義迴歸分析
- 21. 殼牌:分析迴歸
- 22. 多元迴歸分析
- 23. Correaltion和迴歸分析
- 24. 迴歸分析還是Anova?
- 25. Windows Phone分析 - 解析日誌失敗
- 26. 案例明智中的R
- 27. 在分析字段中選擇案例
- 28. 如何在R中排除MCA中的缺失值(多重對應分析)?
- 29. 使用R的csv文件數據的迴歸數據分析使用R
- 30. 缺失值其中在R
是否有任何理由不只是'as.numeric(f $ na.action)'而不是'as.numeric(attr(f $ model,「na.action」))''? – eipi10
不,沒有,它看起來像'as.numeric(na.action(f))'也適用。我剛剛編輯了答案以包含該信息。謝謝! –