[R匹配數據幀之前和缺失值的迴歸和子集迴歸

Question

後，我已經包括了玩具例如重建我的錯誤：

data(cars) 
cars$dist[cars$dist<5]<-NA 
cars$fast<- (cars$speed>10)*1 

fit<-lm(speed~dist,cars) 


cl <- function(dat,fm, cluster){ 
    require(sandwich, quietly = TRUE) 
    require(lmtest, quietly = TRUE) 
    M <- length(unique(cluster)) 
    N <- length(cluster) 
    K <- fm$rank 
    dfc <- (M/(M-1))*((N-1)/(N-K)) 
    uj <- apply(estfun(fm),2, function(x) tapply(x, cluster, sum)); 
    vcovCL <- dfc*sandwich(fm, meat=crossprod(uj)/N) 
    result<-coeftest(fm, vcovCL) 
    return(result)} 

cl(cars,fit,cars$fast) 

Error in tapply(x, cluster, sum) : arguments must have same length 

的問題是，原來的數據幀是比迴歸與使用的數據幀更大由於刪除了NA和子集迴歸。我需要計算可靠的標準錯誤，因此我必須使用函數cl計算SE，但是如何識別已刪除的NAs以及適當的子集，以便我可以識別正確的集羣以使用數據幀。

在此先感謝。

Answer 1

您可以使用complete.cases來indentify在NAS中的數據，但在這種情況下，將更好地使用這些信息在你的lm對象上它處理NA的（感謝@Dwin指點更好的方式來訪問該信息的方式更普遍的是如何簡化這個答案）。

data(cars) 
cars$dist 
cars$dist[cars$dist < 5] <- NA 
cars$fast<- (cars$speed > 10) * 1 
which(!complete.cases(cars)) 
## [1] 1 3 

fit <- lm(speed ~ dist, data = cars) 
fit$na.action 
## 1 3 
## 1 3 
## attr(,"class") 
## [1] "omit" 

因此，您的最終功能應該喜歡這個

cl <- function(fm, cluster){ 
    require(sandwich, quietly = TRUE) 
    require(lmtest, quietly = TRUE) 
    M <- length(unique(cluster)) 
    N <- length(cluster) 
    K <- fm$rank 
    dfc <- (M/(M-1))*((N-1)/(N-K)) 
    uj <- apply(estfun(fm),2, function(x) tapply(x, cluster[-fm$na.action], sum)); 
    vcovCL <- dfc*sandwich(fm, meat=crossprod(uj)/N) 
    result<-coeftest(fm, vcovCL) 
    result} 

cl(fit,cars$fast) 
## t test of coefficients: 

##    Estimate Std. Error t value Pr(>|t|) 
## (Intercept) 8.8424  2.9371 3.01 0.00422 
## dist   0.1561  0.0426 3.67 0.00063