时间戳

首页 > 解决方案 > 为什么 R 会删除一些残差以及如何避免它？

r - 为什么 R 会删除一些残差以及如何避免它？

问题描述

我在 R 中创建线性模型并测试它们的模型假设。

我注意到，当我创建我的模型时，R 删除了一些残差，给出了这个：

(2 observations deleted due to missingness)

由于 x 和 y 的长度不同，这使我无法检查自变量和残差之间的关系以及任何进一步的分析。

编辑： 当我创建线性模型时，删除了 2 个残差，因此我无法将残差与数据集中的自变量相关联

您对如何解决此问题有任何想法吗？

标签： r

解决方案

运行时R 不会删除残差lm()。相反，它不能为模型中有任何缺失数据的样本创建残差（也不能在分析中实际使用它们）。因此，summary(model_5)输出会通知您某些样本（观察值）无法使用（即被删除）。

当残差和自变量的长度存在差异时，为了在残差和自变量之间建立相关性，并且由于某种原因我们无法找到要从数据集中删除的缺失数据（例如，如果dataset[!complete.cases(dataset), ]不工作），我们首先需要找出另一种方法来查找模型中保留/删除哪些观察结果。为此，我们也许可以依赖观察 ID 或数据集的行名。

例子

# sample data
set.seed(12345)
dataset <- data.frame(indep_var = c(NA, rnorm(9)), dep_var = c(rnorm(9), NA))
dataset$index <- rownames(dataset)

# model residuals
resid <- lm(data=dataset, dep_var ~ indep_var)$residuals
dataset.resid <- data.frame(index = names(resid), resid)

# join or match the residuals and the variables by their observation identifier
cor.data <- dplyr::inner_join(dataset.resid, dataset, by = "index")

# correlation analysis
cor.test(~ resid + indep_var, cor.data)

请注意，这names(resid)是模型中使用的观测值的行名dataset。任何未使用或来自（由于缺失）rownames(dataset)的观察/行将不包含在.datasetnames(resid)

推荐阅读