将残差绑定到缺少值的输入数据集

Question

我正在寻找一种将lm残差绑定到输入数据集的方法。该方法必须为丢失的残差添加NA，并且残差应该对应于正确的行。

示例数据：

N <- 100 
Nrep <- 5 
X <- runif(N, 0, 10) 
Y <- 6 + 2*X + rnorm(N, 0, 1) 
X[ sample(which(Y < 15), Nrep) ] <- NA
df <- data.frame(X,Y)

residuals(lm(Y ~ X,data=df,na.action=na.omit))

残差应该绑定到df。

Answer 1

"[<-"(df, !is.na(df$X), "res", residuals(lm(Y ~ X,data=df,na.action=na.omit)))

就能达到目的。

Answer 2

只需将na.action更改为na.exclude

residuals(lm(Y ~ X, data = df, na.action = na.exclude))

na.omit和na.exclude在预测因子和标准方面都做了案例删除。它们唯一的不同之处在于，像residuals()或fitted()这样的提取器函数将在na.exclude中省略的情况下用NAs填充它们的输出，从而具有与输入变量相同长度的输出。

(这是here找到的最佳解决方案)

Answer 3

使用merge或join。

N <- 100 
Nrep <- 5 
X <- runif(N, 0, 10) 
Y <- 6 + 2*X + rnorm(N, 0, 1) 
X[ sample(which(Y < 15), Nrep) ] <- NA
df <- data.frame(X,Y)

df$id <- rownames(df)

res <- residuals(lm(Y ~ X,data=df,na.action=na.omit))
tmp <- data.frame(res=res)
tmp$id <- names(res)

merge(df,tmp,by="id",sort=FALSE,all.x=TRUE)

如果你需要维护秩序。使用plyr包中的join()：

library(plyr) 
join(df,tmp)