R 标记回归分析中缺失的案例答案

【问题标题】：R flag cases with missingness from regression analysisR 标记回归分析中缺失的案例
【发布时间】：2014-04-29 04:37:15
【问题描述】：

在 R（使用 glm）中运行回归分析时，由于数据“缺失”，案例被删除。有没有办法标记哪些案例已被删除？理想情况下，我想从我的原始数据框中删除这些。

非常感谢

【问题讨论】：

标签： r regression glm

【解决方案1】：

glm() 返回的模型拟合对象记录了由于不完整而被排除的数据的行号。它们有点被埋没了，但你可以这样取回它们：

## Example data.frame with some missing data
df <- mtcars[1:6, 1:5]
df[cbind(1:5,1:5)] <- NA
df
#                    mpg cyl disp  hp drat
# Mazda RX4           NA   6  160 110 3.90
# Mazda RX4 Wag     21.0  NA  160 110 3.90
# Datsun 710        22.8   4   NA  93 3.85
# Hornet 4 Drive    21.4   6  258  NA 3.08
# Hornet Sportabout 18.7   8  360 175   NA
# Valiant           18.1   6  225 105 2.76

## Fit an example model, and learn which rows it excluded
f <- glm(mpg~drat,weight=disp, data=df)
as.numeric(na.action(f))
# [1] 1 3 5

或者，要获得行索引而不必拟合模型，请使用与 model.frame() 的输出相同的策略：

as.numeric(na.action(model.frame(mpg~drat,weight=disp, data=df)))
# [1] 1 3 5

【讨论】：

有什么理由不只做as.numeric(f$na.action) 而不是as.numeric(attr(f$model, "na.action"))？
不，没有，看起来as.numeric(na.action(f)) 也可以。我刚刚编辑了答案以合并该信息。谢谢！

【解决方案2】：

如果没有可重现的示例，我无法提供针对您的问题量身定制的代码，但这里有一个应该可以工作的通用方法。假设您的数据框称为df，您的变量称为y、x1、x2 等。假设您的模型中需要y、x1、x3 和x6。

# Make a vector of the variables that you want to include in your glm model
# (Be sure to include any weighting or subsetting variables as well, per Josh's comment)
glm.vars = c("y","x1","x3","x6") 

# Create a new data frame that includes only those rows with no missing values
# for the variables that are in your model
df.glm = df[complete.cases(df[ , glm.vars]), ]

另外，如果您只想查看至少有一个缺失值的行，请执行以下操作（注意添加 !（“not”运算符））：

df[!complete.cases(df[ , glm.vars]), ]

【讨论】：

没错。此外，如果您对glm() 的调用使用其weights 或subset 参数，请确保包含传递给glm.vars 中的变量。
好点乔希。我已更新我的答案以包含您的评论。
非常感谢你们两位对这个问题的帮助。我已经为这个问题苦苦挣扎了好几个星期了！