我有一个数据集在一个字段中有一些空值。当我尝试运行线性回归时,它将字段中的整数视为类别指示符,而不是数字。如何忽略R中的空值?
例如,为不包含空值的字段...
summary(lm(rank ~ num_ays, data=a)),
返回:
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 10.607597 0.019927 532.317 < 2e-16 ***
num_ays 0.021955 0.007771 2.825 0.00473 **
但是当我运行与空值的字段相同的模型,我得到:
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.225e+01 1.070e+00 11.446 < 2e-16 ***
num_azs0 -1.780e+00 1.071e+00 -1.663 0.09637 .
num_azs1 -1.103e+00 1.071e+00 -1.030 0.30322
num_azs10 -9.297e-01 1.080e+00 -0.861 0.38940
num_azs100 1.750e+00 5.764e+00 0.304 0.76141
num_azs101 -6.250e+00 4.145e+00 -1.508 0.13161
什么是最好的和/或最有效的方式来处理这个,什么是权衡?
说到空你有'NA'记住? 'num_azs'是否是'因素'有可能?看起来像不是我清理的数据... – Marek 2010-10-25 19:50:43
我不认为这是一个因素。 num_ays和num_azs都来自MySQL导出。两者的字段类型都是整数,但num_azs可以包含空值。 – Dan 2010-10-25 19:56:23
摘要(一)说你的数据列是什么?我猜一个非数字值导致转换为因子。解决方案是使用as.numeric(as.character(foo))转换为数字 – Spacedman 2010-10-25 20:52:32