如何处理R中回归中的残差？

Question

所以我有在R.

问题在lm横截面回归残差的一些问题，一些NA价值并不在于NA值本身，它的[R呈现它们的方式。

例如：

test$residuals 
#   1   2   4   5 
# 0.2757677 -0.5772193 -5.3061303 4.5102816 
test$residuals[3] 
#  4 
# -5.30613 

在这个简单的例子，一个NA值会使残差的一个失踪。当我提取残差时，我可以清楚地看到第三个索引缺失。到目前为止这么好，没有投诉在这里。问题是相应的数字向量现在缩短了一个项目，所以第三个索引实际上是第四个。我如何让R返回这些残差，即明确显示NA而不是跳过索引？

test$residuals 
#   1   2   3   4   5 
# 0.2757677 -0.5772193   NA -5.3061303 4.5102816 

我需要跟踪的所有个人残差所以它让我的生活更容易，如果我可以这样，而不是提取它们。

Answer 1

我刚刚发现this使用google搜索了一下。需要resid功能lm与na.action=na.exclude是要走的路。

Answer 2

这是一个在lm帮助页面上稍加修改的示例。这是残留的定义的直接应用：

## Annette Dobson (1990) "An Introduction to Generalized Linear Models". 
## Page 9: Plant Weight Data. 
# Two NA's introduced 
weight <- c(4.17,5.58,NA,6.11,4.50,4.61,5.17,4.53,5.33,5.14, 
4.81,4.17,4.41,3.59,5.87,3.83,6.03,NA,4.32,4.69) 
group <- gl(2,10,20, labels=c("Ctl","Trt")) 
lm.D9 <- lm(weight ~ group) 
rr2 <- weight- predict(lm.D9, na.action=na.pass) 
Warning message: 
In weight - predict(lm.D9, na.action = na.pass) : 
    longer object length is not a multiple of shorter object length 
> rr2 
[1] -0.8455556 0.5644444   NA 1.0944444 -0.5155556 -0.4055556 0.1544444 
[8] -0.4855556 0.3144444 0.5044444 0.1744444 -0.4655556 -0.2255556 -1.0455556 
[15] 1.2344444 -0.8055556 1.3944444   NA -0.6955556 -0.3255556 

我认为这将是危险的，直接修改LM对象，以便lm.D9 $残留都将返回一个结果。

Answer 3

还有一种想法是利用与作为lm的输入提供的数据帧相关联的行名称。在这种情况下，残差应保留源数据中的名称。访问示例中的残差将为test$residuals["4"]提供值-5.3061303，并为test$residuals["3"]提供NA值。

但是，这并不完全回答你的问题。一种方法准确地做你的要求在获得NA值回残差项如下所示：

> D<-data.frame(x=c(NA,2,3,4,5,6),y=c(2.1,3.2,4.9,5,6,7),residual=NA) 
> Z<-lm(y~x,data=D) 
> D[names(Z$residuals),"residual"]<-Z$residuals 
> D 
    x y residual 
1 NA 2.1  NA 
2 2 3.2 -0.28 
3 3 4.9  0.55 
4 4 5.0 -0.22 
5 5 6.0 -0.09 
6 6 7.0  0.04 

如果您是基于回归结果做预测，可能要在lm指定na.action=na.exclude 。有关讨论，请参阅na.omit的帮助结果。请注意，只需指定na.exclude实际上并不会将NA值重新放入残差向量本身。

正如在现有答案注意到，resid（同义词residuals）提供了一个通用的访问功能，其中残差将包含如果na.exclude在lm指定的所需NA的值。使用resid可能是更通用和更清洁的方法。在这种情况下，上述示例的代码将更改为：

> D<-data.frame(x=c(NA,2,3,4,5,6),y=c(2.1,3.2,4.9,5,6,7),residual=NA) 
> Z<-lm(y~x,data=D,na.action=na.exclude) 
> D$residuals<-residuals(Z)