r 中的回归误差

赛里亚兹·马哈茂德·阿里

我有两个数据框 df1 和 df2。他们都有 240 个 obs。204 个变量。我已经检查过,这些文件中没有缺失值或 NA 值。但是,当我通过这个公式回归时:

library(broom)
fit4 <- lapply(names(df1), function(x){
  dd = tidy(lm(df1[[x]] ~ df2[[x]]))
  data.frame(name = x, dd)})

它显示以下错误消息:

lm.fit(x, y, offset = offset, single.ok = single.ok, ...) 中的错误:'y' 中的 NA/NaN/Inf

芭芭拉

正如错误本身所述,它可能是由于 NaN 值或无限值造成的,因此您需要删除这些值或为它们分配零。

从整个数据帧删除的NaN,你需要创建一个函数(如描述在这里)。

is.nan.data.frame <- function(x)
do.call(cbind, lapply(x, is.nan))

dd[is.nan(dd)] <- 0

对于无穷数,可以参考这个问题两种更快的方法是删除所有无限值:

dd[!rowSums(!is.finite(dd)),]

或者用 0 替换它们:

dd[!is.finite(dd)] <- 0

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

R生存包中的clogit回归的鲁棒标准误差

来自分类Dev

Stata和R中Logit回归的不同鲁棒标准误差

来自分类Dev

R中具有Newey-West标准误差的组的时间序列回归

来自分类Dev

R中的稳健和聚类标准误差,用于概率和对数回归

来自分类Dev

R中的稳健和聚类标准误差,用于概率和对数回归

来自分类Dev

回归误差的置信区间R,

来自分类Dev

不同自变量 r 的面板回归误差

来自分类Dev

在R中,可以使用MAE(平均绝对误差)代替RMSE作为线性回归(lm / glm)的成本函数

来自分类Dev

如何使用正态分布误差和均匀分布的随机变量在R中制作回归线

来自分类Dev

如何在时间序列的季节性调整后的分量中以ARIMA误差拟合回归模型(以R为单位)?

来自分类Dev

R中的矩阵乘法误差

来自分类Dev

R中的方差运算误差

来自分类Dev

R中的循环-回归

来自分类Dev

R中的联合回归

来自分类Dev

R中的回归模拟

来自分类Dev

numpy中的线性回归斜率误差

来自分类Dev

R中的回归(vs Eviews)

来自分类Dev

R中的分数响应回归

来自分类Dev

R中的递归回归

来自分类Dev

在R中绘制Logistic回归

来自分类Dev

r中的袋装逻辑回归

来自分类Dev

R中的指数回归

来自分类Dev

ddp用于R中的回归

来自分类Dev

R中的线性回归预测

来自分类Dev

R中的约束概率回归

来自分类Dev

R中的回归(vs Eviews)

来自分类Dev

在R中绘制Logistic回归

来自分类Dev

R中的glm logistic回归

来自分类Dev

R中的分数响应回归