我正在尝试使用 R 的反向消除来获得最终模型，但是在运行代码时收到以下错误消息。有人可以帮我吗？
base<-lm(Eeff~NDF,data=phuong)
fullmodel<-lm(Eeff~NDF+ADF+CP+NEL+DMI+FCM,data=phuong)
step(full, direction = "backward", trace=FALSE )
> Error in step(full, direction = "backward", trace = FALSE) :
number of rows in use has changed: remove missing values?
在比较不同的子模型时，有必要将它们拟合到同一组数据中——否则结果就没有意义了。（考虑极端情况，您有两个预测变量A和.) 因此，不允许您比较使用原始数据集的不同子集的子模型（因为自动删除包含值的案例）。By~A+By~Ay~BstepNA
na.omit在原始数据集上使用应该可以解决问题。
fullmodel <- lm(Eeff ~ NDF + ADF + CP + NEL + DMI + FCM, data = na.omit(phuong))
step(fullmodel, direction = "backward", trace=FALSE )
但是，如果您NA在不同的预测变量中有很多值，您最终可能会丢失大量数据集——在极端情况下，您可能会丢失整个数据集。如果发生这种情况，您必须重新考虑您的建模策略...