Fehler in na.fail.Standard: fehlende Werte im Objekt - aber keine fehlenden Werte

Ich versuche zu laufen ein lme-Modell mit diesen Daten:

tot_nochc=runif(10,1,15)
cor_partner=factor(c(1,1,0,1,0,0,0,0,1,0))
age=runif(10,18,75)
agecu=age^3
day=factor(c(1,2,2,3,3,NA,NA,4,4,4))
dt=as.data.frame(cbind(tot_nochc,cor_partner,agecu,day))
attach(dt)

corpart.lme.1=lme(tot_nochc~cor_partner+agecu+cor_partner *agecu, 
                  random = ~cor_partner+agecu+cor_partner *agecu |day, 
                  na.exclude(day))

Bekomme ich diesen Fehler code:

Fehler in na.fail.Standard(list(cor_partner = c(1L, 1L, 2L, 1L, 1L, 1L, :
fehlende Werte im Objekt -

Ich bin bewusst, dass es ähnliche Fragen im forum. Allerdings, in meinem Fall:

  • cor_partner hat keine fehlenden Werte;
  • das gesamte Objekt wird codiert als ein Faktor, der (zumindest von dem, was die Globale Umwelt zeigt).

Konnte ich ausschließen, die NA-Werte durch einen na.Aktion, aber ich möchte lieber wissen, warum die Funktion liest fehlende Werte - zu verstehen, was genau passiert mit meinen Daten.

Können Sie bitte die Daten und/oder code, der uns mit einem reproduzierbare Beispiel ? Es wird schwer sein, diese Frage zu beantworten sonst ...
Bearbeitet, vielen Dank
das sieht wie ein Tippfehler/thinko zu mir. Können Sie erklären, was na.exclude(day) ist eigentlich zu tun? Würde ich in der Regel tun Sie dies, indem Sie day um den Daten-frame, dann nicht mit attach(), sondern mit dem kombinierten Daten-frame-einschließlich day- in der data argument ... ??
auch in den Daten eingestellt, die Sie geben es sind nur 8 Werte day und 10 Werte von allen anderen Variablen, so bekomme ich eine "variable lengths differ" - Fehler ...
Dies war ein Beispiel-matrix, Sie sind nicht die Daten, die ich verwende. der Tag ist Teil der dt-matrix und hat 10 Werte, darunter NAs, die ich bearbeitet haben.

InformationsquelleAutor InverniE | 2016-07-07

  1. 17

    tl;dr verwenden Sie na.exclude() (oder was auch immer) auf dem gesamten Daten-frame auf einmal, so dass die verbleibenden Beobachtungen Aufenthalt abgestimmt über Variablen ...

    set.seed(101)
tot_nochc=runif(10,1,15)
cor_partner=factor(c(1,1,0,1,0,0,0,0,1,0))
age=runif(10,18,75)
agecu=age^3
day=factor(c(1,2,2,3,3,NA,NA,4,4,4))
## use data.frame() -- *DON'T* cbind() first
dt=data.frame(tot_nochc,cor_partner,agecu,day)
## DON'T attach(dt) ...

    Nun versuchen:

    library(nlme)
corpart.lme.1=lme(tot_nochc~cor_partner+agecu+cor_partner *agecu, 
              random = ~cor_partner+agecu+cor_partner *agecu |day, 
              data=dt,
              na.action=na.exclude)

    Erhalten wir Konvergenz, Fehler und Warnungen, aber ich denke, dass jetzt, da wir über eine winzige made-up-Daten gesetzt werden, ohne genug Informationen und nicht weil Sie eine inhärente problem mit dem code.

    Vielen Dank, es funktioniert ohne jede Warnung auf die eigentlichen Daten. Ich dachte, na.ausschließen(Tag) würde automatisch ausschließen, die ganze Reihe basiert auf dem Wert "Tag", nicht die Arbeit an einzelnen Spalte-Wert, so gut zu wissen!

    InformationsquelleAutor Ben Bolker

  2. 2

    randomForest Paket hat einen na.roughfix Funktion, die "unterstellt Fehlenden Werte durch median/Modus"

    Können Sie es verwenden, wie folgt

    fit_rf<-randomForest(store~.,
        data=store_train,
        importance=TRUE,
        prOximity=TRUE,
        na.action=na.roughfix)
    Könntest du bitte erläutern Sie und formatieren Sie Ihre Antwort?
    Aber na.roughfix funktioniert nur bei numerischen oder Faktor

    InformationsquelleAutor kurapati

Schreibe einen Kommentar