如何用lm来使用？

考虑这个简单的例子如何用lm来使用？

library(dplyr) 
library(broom) 

dataframe <- data_frame(id = c(1,2,3,4,5,6), 
         value = c(NA,NA,NA,NA,NA,NA)) 
dataframe 

> dataframe 
# A tibble: 6 x 2 
    id value 
    <dbl> <lgl> 
1  1 NA 
2  2 NA 
3  3 NA 
4  4 NA 
5  5 NA 
6  6 NA

我基本上使用lm计算列的平均值在我的数据帧的功能。

get_mean <- function(data, myvar){ 
    col_name <- as.character(substitute(myvar)) 
    fmla <- as.formula(paste(col_name, "~ 1")) 
    tidy(lm(data = data, fmla, na.action = 'na.omit')) %>% pull(estimate) 
}

现在

> get_mean(dataframe, id) 
[1] 3.5

因为缺失值，但是，

get_mean(dataframe, value)

返回到返回NA或任意数量的可怕

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
    0 (non-NA) cases

我想功能由我指定w如果出现全NA情况。我试图用purrr:possibly但没有成功

get_mean <- function(data, myvar){ 
    col_name <- as.character(substitute(myvar)) 
    fmla <- as.formula(paste(col_name, "~ 1")) 
    model <- purrr::possibly(lm(data = data, fmla, na.action = 'na.omit'), NA) 
    if(!is.na(model)) { 
    tidy(model) %>% pull(estimate) 
    } 
} 

get_mean(dataframe, id)

不起作用

Error: Can't convert a list to function

我该怎么办？谢谢！

来源

2017-08-31 ℕʘʘḆḽḘ

您确定要使用'可能是（）'这里？这是一个函数，它接受一个函数并返回另一个函数 - 这些函数都不是你真正想要的。 – MrFlick

啊！那时我很困惑。我也尝试过'tryCatch'，但没有成功。我很好，你看到了你的方式。谢谢！ –

使用'tryCatch'。像'return（tryCatch（<你的lm代码>，error = function（e）NA））'''。 – Gregor

您可以将整个函数包装在possibly中，因此如果整个函数在任何地方失败，您都可以获得NA。

get_mean <- possibly(function(data, myvar) { 
    col_name <- as.character(substitute(myvar)) 
    fmla <- as.formula(paste(col_name, "~ 1")) 
    model <- lm(data = data, fmla, na.action = 'na.omit') 
    tidy(model) %>% pull(estimate) 
}, otherwise = NA) 

get_mean(dataframe, id) 
[1] 3.5 
get_mean(dataframe, value) 
[1] NA

然而，不同于tryCatch这不是专注于代码的lm一部分。它正在处理整个功能，如果因任何原因发生任何错误，它将返回NA。例如，如果您在运行get_mean之前忘记加载扫帚包，即使模型正常工作，您也会收到NA，因为R无法找到tidy。

将参数quiet设置为FALSE将允许打印错误消息，这可以帮助您减轻像上面概述的错误。

您也可以使用possibly作为safely的文档示例，使possibly函数专用于lm以供使用。然后，您可以使用if else语句或者tidy或返回NA。

get_mean <- function(data, myvar) { 
    col_name <- as.character(substitute(myvar)) 
    fmla <- as.formula(paste(col_name, "~ 1")) 
    poss_lm <- possibly(lm, otherwise = NA) 
    model <- poss_lm(data = data, fmla, na.action = 'na.omit') 
    if(!is.na(model[1])) { 
      tidy(model) %>% pull(estimate) 
    } 
    else { 
      model 
    } 
}

来源

2017-08-31 18:20:26 aosmith

的好听，甚至可能更好。失败证明：D –

失败证明意味着难以检测和诊断问题，难以修复。 aosmith给出了一个很好的例子，如果不知道'扫帚'是不是加载，而不是信息性的错误信息，你只是得到所有'NA'结果... – Gregor

看起来像一个普通的tryCatch()会做的伎俩

get_mean <- function(data, myvar){ 
    col_name <- as.character(substitute(myvar)) 
    fmla <- as.formula(paste(col_name, "~ 1")) 
    tryCatch(lm(data = data, fmla, na.action = 'na.omit') %>% tidy() %>% pull(estimate), 
        error=function(e) NA) 
} 
get_mean(dataframe, id) 
# [1] 3.5 
get_mean(dataframe, value) 
# [1] NA

来源

2017-08-31 18:22:24 MrFlick

感谢您的替代解决方案！ –

如何用lm来使用？

回答

相关问题