0

我对如何使用函数predict()有疑问。

我有一个包含 n 行和 10 列的数据集。第一列是因变量，其他变量是自变量。我在第一个变量（即 x1）上有 50% 的缺失数据，并且完全观察到其他变量。我想通过使用对应案例和来自以下模型的回归系数来预测 x1（缺失的部分）：

lm(new_A[,1]~new_A[,2]+new_A[,3]+new_A[,4]+new_A[,5]+new_A[,6]+new_A[,7]+new_A[,8]+new_A[,9]+new_A[,10]).

这是我的代码：

set.seed(40)
n=10000 # number of observation
m=10 # number of variables
mis=50 # percentage of missing data on the dependent variable

# I randomly assign 50% of missing data on the first variable (the dependent one in my future model)
for (i in 1:m){
  X[,i]=runif(n,0,1)
}
X=data.frame(X)

# I randomly assign 50% of missing data on the first variable (the dependent one in my future model)
aa=runif(n,0,1)
X_MCAR[which(aa<=sort(aa)[mis*(n/100)]),1]=NA


# First, I create 2 datasets. One for the group A (x1,obs, x2|x1,obs, x3|x1,obs, ..., xm|x1,obs) --> new_A
# and one for group B (x1,mis, x2|x1,mis, x3|x1,mis, ..., xm|x1,mis) --> new_B

new_A=data.frame(X_MCAR[is.na(X_MCAR[,1])==FALSE,])

new_B=data.frame(X_MCAR[is.na(X_MCAR[,1])==TRUE,])

# Second, I stock the result of the regression on the group A in reg_A.
reg_A=lm(new_A[,1]~new_A[,2]+new_A[,3]+new_A[,4]+new_A[,5]+new_A[,6]+new_A[,7]+new_A[,8]+new_A[,9]+new_A[,10])

# Third, I predict x1,obs and x1,mis by using the regression coefficient from A.

x1_obs_hat=predict(reg_A, new_A)

x1_mis_hat=predict(reg_A, new_B)

它们应该是不同的，但实际上它们是完全相同的。谁能帮助我并说出代码中出了什么问题？因为 x1_obs_hat 和 x1_mis_hat 应该是不同的，因为我对 B 组使用了不同的观察。

谢谢 ：）

4

0 回答 0