R 如何通过回归处理 NA 值与删除的值

问题描述

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