Erreur dans le lm.ajustement(x,y,offset = offset, singulier.ok,...) 0 non NA cas avec boxcox formule

Je suis en train de lancer un boxcox de transformation, avec le code suivant:

urban1 <- subset(ski,urban <= 4,na.rm=TRUE)
ski$gender <- as.numeric((as.character(ski$gender)),na.rm=TRUE)
urban1 <- as.numeric((as.character(urban1)))
x <- (ski$gender*urban1)
y <- ski$EPSI.
bc <- boxcox(y ~ x) 
(trans <- bc$x[which.max(bc$y)]) 
model3 <- lm(y ~ x) 
model3new <- lm(y^trans ~ x)
ski$EPSI. <- ski$EPSI. + 1

Mais je reçois cette erreur:

Erreur dans le lm.ajustement(x,y,offset = offset, singulier.ok = singulier.ok, ...) : 0 (non-NA) cas des Appels: ... eval -> eval -> wagon -> wagon.formule -> lm -> lm.ajustement de l'Exécution interrompue

Merci d'avance!

Êtes-vous sûr de la 2e rangée? S'il manque de valeur dans votre code, vous remplacez vos données avec des valeurs incorrectes. Puis-je vous suggérer de convertir votre code dans le tidyverse, et surtout dplyr univers?

OriginalL'auteur Vickie Ip | 2017-04-28

  1. 6

    Le message d'erreur

    lm.ajustement(x,y,offset = offset, singulier.ok = singulier.ok, ...) : 0
    (non-NA) cas

    est généré par le lm(y ~ x) de commande lorsque les variables x ou y (ou les deux) n'ont qu'un NAs.

    Voici un exemple:

    n <- 10
x <- rnorm(n,1)
y <- rep(NA,n)
lm(y ~ x)

Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
  0 (non-NA) cases

    Dans votre code, je vous suggère de test (juste avant votre lm commandes) si l'un de vos variables a tous les NAs à l'aide d':

    all(is.na(x))
all(is.na(y))
all(is.na(y^trans))

    Dans mon exemple:

    all(is.na(y))
[1] TRUE
    J'obtiens cette erreur après le retrait de toutes les colonnes qui sont pleinement NA. Pourrait-il y avoir une raison supplémentaire pour obtenir cette erreur?
    Merci Tom, pourriez-vous partager plus d'informations à propos de votre problème ?

    OriginalL'auteur Marco Sandri

  2. 2

    L'erreur peut être provoquée par NA dans vos données ou une mauvaise transformation

    #From the mtcars dataset
mpg.reg3 <- lm(mpg ~ cylinders + displacement + horsepower + weight + acceleration + year + origin, data=Auto, na.action=na.exclude)

    Avis de la na.action= argument. Mettre ce paramètre à na.exclude permettra à la lm fonction pour ignorer NA dans vos données. Une autre option est na.omit qui agit d'une manière légèrement différente.

    L'autre problème est peut-être une mauvaise transformation de vos données - vérifiez vos termes d'interaction et de manipulations.

    OriginalL'auteur ToastyDre