r - 线性模型函数 lm() 错误：外部函数调用中的 NA/NaN/Inf (arg 1)

Question

说我有 data.framea

我用

m.fit <- lm(col2 ~ col3 * col4, na.action = na.exclude)

col2有一些NA值，col3并且col4值小于 1。

我不断得到

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
NA/NaN/Inf in foreign function call (arg 1)

我检查了邮件列表，似乎是因为NAs incol2但我尝试使用na.action=na.exclude/omit/pass但它们似乎都不起作用。我lm对前 10 个条目再次进行了测试，绝对不是因为NAs. 这个警告的问题是每个谷歌结果似乎都指向NA.

我误解了错误还是我使用lm错误？

数据在kaggle 上。我正在使用线性回归对MonthlyIncome数据进行建模（因为我无法让某个glm家庭工作）。我已经创建了自己的变量以供使用，但如果您尝试使用已经存在的变量对MonthlyIncome进行建模，则会失败。

score 39 · Accepted Answer

我知道这个线程真的很旧，但答案似乎并不完整，我也遇到了同样的问题。

我遇到的问题是因为 NA 列也有 NaN 和 Inf。删除这些并重试。具体来说：

col2[which(is.nan(col2))] = NA
col2[which(col2==Inf)] = NA

希望对您 18 个月大的问题有所帮助！

score 10 · Accepted Answer

您应该阅读A Beginner's Guide to R这本书以获得完整的解释。具体来说，它提到了以下错误：

lm.fit 中的错误（x，y，offset = offset，singular.ok =singular.ok，...）：外部函数调用中的 NA/NaN/Inf（参数 4）

解决方案是在强度数据中添加一个小的常数值，例如 1。请注意，统计界正在进行关于添加一个小值的讨论。尽管如此，在 R 中进行计算时，您不能使用零的对数。

score 8 · Accepted Answer

我只是遭受了另一种可能性，毕竟可能na.omit和na.exclude检查。

我正在服用类似的东西：

lm(log(x) ~ log(y), data = ...)

没有注意到，对于我的数据集中的某些值，x 或 y 可能为零： log(0) = -Inf

所以只是另一件事要注意！

score 2 · Accepted Answer

我通过重置我的选项解决了这类问题。 options(na.action="na.exclude") 或者 options(na.action="na.omit")

我检查了我的设置，之前已将选项更改为“na.pass”，这并没有放弃我对 NA 的 y 观察（其中y~x）。

score 1 · Accepted Answer

1

尝试更改 col2 的类型（以及所有其他变量）

col2 <- as.integer(col2)

于 2013-06-11T19:12:08.800 回答

score 0 · Accepted Answer

我刚刚遇到了同样的问题。使用有限元

finiteElements = which(is.finite(col3*col4))
finiteData = data[finiteElements,]
lm(col2~col3*col4,na.action=na.exclude,data=finiteData)

score 0 · Accepted Answer

当我在调用时反转参数并在调用reformulate中使用公式lm而不检查时出现此错误，因此我有错误的预测变量和响应变量。

score 0 · Accepted Answer

当我的 col2 等效项是 integer64 而不是整数时，并且在使用自然和多项式样条曲线时，例如 splines::bs 和 splines:ns，我遇到了这个错误：

m.fit <- lm(col1 ~ ns(col2))
m.fit <- lm(col1 ~ bs(col2, degree = 3))

转换为标准整数对我有用：

m.fit <- lm(col1 ~ ns(as.integer(col2)))
m.fit <- lm(col1 ~ bs(as.integer(col2), degree = 3))

score 0 · Accepted Answer

另一件需要注意的事情是使用 log() 或 sin() 之类的函数使您的 x 和 y 成为 inf。例如。log 0 = 0 或 sin(pi) = 0。

score -2 · Accepted Answer

-2

确保因变量中没有任何 0。

于 2019-04-15T05:57:05.470 回答

10 回答 10