我正在尝试在两个模型之间进行似然比检验。
glm.model1 <- glm(result ~ height + weight )
glm.model2 <- glm(result ~ hight + weight + speed + speed : height + speed : weight )
require(lmtest)
a <- lrtest(glm.model1, glm.model2)
我收到以下错误：
Error in lrtest.default(glm.model1, glm.model2) :
models were not all fitted to the same size of dataset
我知道我的一些“速度”数据丢失了，但没有一个身高和体重数据丢失，所以由于模型 2 包含可变“速度”但模型 1 没有，模型 2 的数据点因缺失而被 glm 删除. 因此，当我在模型 2 和模型 1 之间进行似然比测试时，数据维度不相等，我最终会得到类似上面的错误消息。有没有办法可以查看模型 2 中删除了哪些数据点，所以在我的简化模型中，我可以包含一些脚本来删除相同的数据点以保持数据的维度相同？
这是我尝试过的：
1）添加na.action = na.pass 将所有缺失的数据保留在模型2中，但它不起作用。
2）尝试：
glm.model1 <- glm(result ~ height + weight + speed - speed )
## This does work and it gets rid of the sample with "speed" missing, but this is like cheating.
以下是每个模型的摘要：
摘要（glm.model1）
......
Null deviance: 453061 on 1893 degrees of freedom
Residual deviance: 439062 on 1891 degrees of freedom
AIC: 15698
Number of Fisher Scoring iterations: 2
Fisher 评分迭代次数：2
摘要（glm.model2）
......
Null deviance: 451363 on 1887 degrees of freedom
Residual deviance: 437137 on 1882 degrees of freedom
(6 observations deleted due to missingness) ## This is what I want to look at:
AIC: 15652
Number of Fisher Scoring iterations: 2
如何查看已删除的观察结果并写入脚本以删除另一个模型中的相同观察结果？谢谢！