如何刪除R中的某些數據？（多元迴歸）

我對嬰兒數據實施了多次迴歸（UsingR）。我設定出生體重（wt）爲因變量，其他爲自變量。當我用摘要打印時，它告訴我妊娠與種族ht（週一的身高）差不多。因此，我打印關係（散點圖），它告訴我，有一些「未知的值，如99或999」根據嬰兒數據（UsingR），它將未知數據設置爲99或999值。 https://cran.r-project.org/web/packages/UsingR/UsingR.pdf 我想要做的是擺脫99和999的值，並顯示散點圖和多個迴歸。有什麼想法？如何刪除R中的某些數據？（多元迴歸）

install.packages("UsingR") 
library(UsingR) 
head(babies) 

m <- lm(wt ~ gestation + ht + wt1 + dht + dwt, data=babies) 
summary(m) 
anova(m) 

plot(babies$wt,babies$ht) #mon's height 
plot(babies$wt,babies$dwt) #dad's weight

來源

2017-05-08 Coding Machine

您可以使用子集（如文檔中的示例）來刪除未知值。 – Sraffa

你能否更具體地向我解釋一下？我不明白。例如 m-1m（wt-gestation <300，數據=嬰兒）具有上述迴歸，它將起作用，但是 m-1（wt-gestation <300+ race <10，數據=嬰兒）當我有多個獨立變量它不起作用。我該怎麼做？ –

如果您確定未知數據99或999的值，然後您可以將所有99個或999值NA

babies[babies == 99] <- NA 
    babies[babies == 999] <- NA

，然後運行腳本

理想情況下，您應該轉到pdf的第10頁，查看未知的代碼，並根據未知的設置將它們明確地設置爲NA。例如：

babies$wt[babies$wt == 99] <- NA

來源

2017-05-08 01:50:08 user2510479

如果你這樣做，你會失去真正的價值。例如，在'wt1'變量中有真實的99個值......除了通過檢查數據集幫助中的變量來變量變量之外，可能沒有別的辦法編碼缺失值。例如'inc'具有98和99（略有不同）缺失值 – Gilles

聽起來像是你想要做的是替換是99和999 NA值值是什麼，對不對？ R中的大多數建模函數都知道如何處理值，並且會忽略它們，或者至少有工具讓你說出如何處理它們。

這裏是您與NA取代所有這些值的一種方法，使用mutate_if()從dplyr和ifelse()：

library(UsingR) 
library(dplyr) 

data(babies) 
mean(babies == 99 | babies == 999) 
#> [1] 0.03869425 

babies_processed <- babies %>% 
    mutate_if(is.numeric, funs(ifelse(. == 99 | . == 999, NA, .))) 

mean(babies_processed == 99 | babies_processed == 999, na.rm = TRUE) 
#> [1] 0

來源

2017-05-08 01:48:59

如何刪除R中的某些數據？ （多元迴歸）

回答

相關問題

如何刪除R中的某些數據？（多元迴歸）