从线性模型或公式变量中提取完整案例/包含观测值

Question

在运行完m1 <- lm(f1, data=DT)后，我想保存包含的观测值（类似于“obs <- complete.cases(m1)”但要有效），以便我可以在同一些观测值上运行第二次回归： m2 <- lm(f2, data=DT[obs])。

或者，我想获得按公式对象定义的给定变量的完整观测值。考虑这个类似R的伪代码：

f1 <- as.formula("y ~ x1 + x2 + x3")
f2 <- as.formula("y ~ x1 + x2")
obs <- complete.cases(DT[,list(all.vars(f1)])
m2 <- lm(f2, data=DT[obs])

我该怎么做？在第一种情况下，lm已经隐式地完成了工作；我该如何提取它？在第二种情况下，all.vars返回一个字符向量；我该如何正确地创建一个非引用列表，以便DT（data.table）能够理解？

- rjturn

---

obs <- complete.cases(DT[, c(all.vars(f1)), with = FALSE]) - David Arenburg

这回答了我的问题。顺带一提，obs <- complete.cases(DT[, all.vars(f1), with = FALSE])也可以工作，因为all.vars返回一个字符向量。我确实尝试了with标志(list(f1),with=TRUE)，但那不起作用。 - rjturn

因为list在data.table环境中执行非标准评估，这意味着它接收未引用的变量名。 - David Arenburg

Answer 1

自从 data.table v1.9.5 以来，na.omit 函数拥有了一个 cols 参数。

na.omit(DT, cols = all.vars(f))

- Arun

---

是的，我认为这也回答了我的问题，尽管我没有测试过。看起来更清晰。谢谢Arun。 - rjturn

Answer 2

假设您的lm()调用的na.action是默认的na.omit，为什么不直接在原始数据上调用na.omit呢？

# create some missing values
mtcars$disp <- ifelse(runif(nrow(mtcars)) > 0.8, NA, mtcars$disp)

# fit model
m1 <- lm(mpg ~ disp, data = mtcars)

na.omit(mtcars[ , c("mpg", "disp")])

请查看na.omit的帮助文件以获取替代方案。

- Peter Ellis

---

感谢您的回复，但这并没有回答我的问题。na.omit(data[subset]) 等同于 data[complete.cases(data[subset])]，也许更加简洁，但问题是如何通过公式（或通过 all.vars(f) 转换为字符向量）创建子集。 - rjturn