multinom() 默认如何处理 NA 值？答案

【问题标题】：How does multinom() treat NA values by default?multinom() 默认如何处理 NA 值？
【发布时间】：2016-01-11 21:30:23
【问题描述】：

当我运行multinom() 时，比如说Y ~ X1 + X2 + X3，如果对于某一特定行X1 是NA（即缺失），但Y、X2 和X3 都有一个值，这整行会被扔掉吗（就像在 SAS 中一样）？ multinom() 中的缺失值如何处理？

【问题讨论】：

标签： r na missing-data logistic-regression multinomial

【解决方案1】：

这是一个简单的示例（来自nnet 包中的?multinom）来探索不同的na.action：

> library(nnet)
> library(MASS)
> example(birthwt)
> (bwt.mu <- multinom(low ~ ., bwt))

有意创建NA 值：

> bwt[1,"age"]<-NA # Intentionally create NA value
> nrow(bwt)
[1] 189

测试4个不同的na.action：

> predict(multinom(low ~ ., bwt, na.action=na.exclude)) # Note length is 189
# weights:  12 (11 variable)
initial  value 130.311670
iter  10 value 97.622035
final  value 97.359978
converged
  [1] <NA> 0    0    0    0    0    0    0    0    0    0    0    1    1    0
 [16] 0    0    0    0    0    0    0    0    0    0    0    0    0    0    0
 ....

> predict(multinom(low ~ ., bwt, na.action=na.omit)) # Note length is 188
# weights:  12 (11 variable)
initial  value 130.311670
iter  10 value 97.622035
final  value 97.359978
converged
  [1] 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0
 [38] 0 0 0 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0
 .....

> predict(multinom(low ~ ., bwt, na.action=na.fail))    # Generates error
Error in na.fail.default(list(low = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,  :
  missing values in object

> predict(multinom(low ~ ., bwt, na.action=na.pass))    # Generates error
Error in qr.default(X) : NA/NaN/Inf in foreign function call (arg 1)

所以na.exclude 在预测中生成NA，而na.omit 则完全忽略它。 na.pass 和 na.fail 不会创建模型。如果未指定na.action，则显示默认值：

> getOption("na.action")
[1] "na.omit"

【讨论】：

【解决方案2】：

您可以指定行为

- na.omit and na.exclude: returns the object with observations removed if they contain any missing values; differences between omitting and excluding NAs can be seen in some prediction and residual functions
- na.pass: returns the object unchanged
- na.fail: returns the object only if it contains no missing values

http://www.ats.ucla.edu/stat/r/faq/missing.htm

【讨论】：