R线性回归问题:偏移量(x，y，lm.fit=偏移量，singular.ok = singular.ok，...)

Question

我尝试使用R进行回归。我有以下代码，在导入CSV文件时没有问题

    dat <- read.csv('http://pastebin.com/raw.php?i=EWsLjKNN',sep=";")
dat # OK Works fine
Regdata <- lm(Y~.,na.action=na.omit, data=dat)
summary(Regdata)

然而，当我尝试回归时，它不起作用。我收到一条错误消息：

Erreur dans lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  aucun cas ne contient autre chose que des valeurs manquantes (NA)

我所有的CSV文件都是数字，如果"cell“是空的，我就有"NA”值。一些列不为空，而另一些行有时在NA值下为空...

所以，我不明白为什么我会收到一条错误消息：

na.action=na.omit

PS: CSV的数据可在以下网址获得：http://pastebin.com/EWsLjKNN

Answer 1

您会收到此错误消息，因为您的所有数据框行至少包含一个缺失值。例如，可以使用以下代码进行检查：

 apply(data,1,function(x) sum(is.na(x)))
 [1] 128 126  82  78  73  65  58  34  31  30  28  30  20  21  12  20  17  16  12  42  50 128

因此，当您使用wit、lm()和na.action=na.omit运行回归时，数据框的所有行都会被删除，并且没有适合回归的数据。

但这不是主要问题。如果您提供的数据包含您拥有的所有信息，那么您正在尝试应用165个自变量(X变量)的回归，而只有22个观测值。自变量的数量必须少于观察值的数量。

Answer 2

我相信我可以补充一点清楚，因为我亲身经历了这一点，这就是为什么我在这里-除了我的问题是gls (泛化最小二乘模型)与标准linaer模型。一些类似的逻辑“可能”适用于这里-或者在类似的情况下。

到目前为止，我不会反驳任何人所说的话。可能会有一些混淆，人们认为这是一种观察，以及R理解这些东西的方式。

假设你有160+自变量。假设你有一个单一的给定来源，你的所有数据都来自这个来源。您可以从文件、数据库等导入它。假设您有相同数量的响应变量或满足R的内容，以便进行回归分析。

R会告诉你，你有两个观察值。现在，如果你有类似的数据以同样的方式从另一个来源获得，如果你在你的全球环境中查看RStudio，你会有3个观察值。

我提到这一点的原因是因为在数学意义上的术语“观察”(正如这里使用的那样)是完全可以接受的。在R的术语中，它以多种方式看待观察结果。

这是我遇到的一个问题的一个很大的原因-它告诉我我有价值缺失，na.omit这个，na.action那个等等。WHen我看了OrchardSpray演示，我回顾了我自己的方法，我找到了它。

重点是，我们如何在数据中进行“观察”是一回事。R对此有另一个术语，它发出错误消息的方式可能会造成额外的混乱。

懂得我的意思吗？