如何处理 R 中 lm(x~y) 函数中的负值？

Question

当我的脚本运行时，我收到以下错误消息：Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 0 (non-NA) cases 我猜这是因为一些负值？该脚本通过 csv 文件列表循环，对于其中的一小部分，代码正在运行。但是对于所有这些，我都收到了错误消息。我检查了数据，发现有一些（约占全部数据的 2%）NDVI 负值始终为 -99999。我有一些土壤水分值为 0。

我发现这个解决方案 na.action=na.exclude 添加到 lm 函数中：

model <- lm(NDVI ~ T + Prec + soilM, data = BeforeConf)
model <- lm(NDVI ~ T + Prec + soilM, data = BeforeConf, na.action=na.exclude)

但是还是出现同样的错误。除了从数据中删除负值之外，您还有其他解决方案吗？最好是忽略整个而不排除线性回归 (lm) 中的这些值或忽略整个 csv 文件。如果里面有负值。

Answer 1

R 中的缺失值应编码为 NA。你可以使用 replace,

replace(dat, dat == -99999, NA)
#       X1    X2    X3
# 1   1.37  1.30 -0.31
# 2     NA  2.29 -1.78
# 3   0.36 -1.39 -0.17
# 4   0.63 -0.28  1.21
# 5   0.40    NA  1.90
# 6  -0.11  0.64 -0.43
# 7   1.51 -0.28 -0.26
# 8  -0.09 -2.66 -1.76
# 9   2.02 -2.44    NA
# 10 -0.06  1.32 -0.64

在不更改数据的情况下直接在公式中实际起作用的内容。

lm(X1 ~ X2 + X3, replace(dat, dat == -99999, NA))$coefficients
# (Intercept)          X2          X3 
#  0.61499466  0.06062925  0.25979370

如果漏码不止一个，你可以这样做：

replace(dat, array(unlist(dat) %in% c(-99999, -88888), dim(dat)), NA)

数据：

set.seed(42)
dat <- data.frame(matrix(round(rnorm(30), 2), 10, 3))
dat[2, 1] <- -99999
dat[5, 2] <- -99999
dat[9, 3] <- -99999

如何处理 R 中 lm(x~y) 函数中的负值？

How to treat negative values in lm(x~y) function in R?

r

lm

na