如何解决R 如何通过回归处理 NA 值与删除的值
假设我有一张表,我删除了所有不适用的值,然后进行了回归。如果我在同一张表上运行完全相同的回归,但这次不是删除不适用的值,而是将它们转换为 NA 值,回归是否仍会给出相同的系数?
解决方法
回归将在进行分析之前省略任何 NA 值(即删除任何包含任何预测变量或结果变量中缺失 NA
的行)。您可以通过比较两个模型的自由度和其他统计数据来检查这一点。
这是一个玩具示例:
head(mtcars)
# check the data set size (all non-missings)
dim(mtcars) # has 32 rows
# Introduce some missings
set.seed(5)
mtcars[sample(1:nrow(mtcars),5),sample(1:ncol(mtcars),5)] <- NA
head(mtcars)
# Create an alternative where all missings are omitted
mtcars_NA_omit <- na.omit(mtcars)
# Check the data set size again
dim(mtcars_NA_omit) # Now only has 27 rows
# Now compare some simple linear regressions
summary(lm(mpg ~ cyl + hp + am + gear,data = mtcars))
summary(lm(mpg ~ cyl + hp + am + gear,data = mtcars_NA_omit))
比较这两个摘要,您可以看到它们是相同的,唯一的例外是对于第一个模型,有一条警告消息表明由于缺失而丢弃了 5 个 csaes,这正是我们在 {{ 1}} 示例。
mtcars_NA_omit
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。