[問題] 取出Residual再跑一次Regression

[developme223 (allen)]

[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)

[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)

[問題敘述]:
請簡略描述你所要做的事情，或是這個程式的目的
      程式碼：
model.1 <- lm(TAC ~ 0 +TA +REC +PPE ,data=merge.data.3)
model.2 <- lm(merge.data.3$RIR ~ model.1$residual)

其中，
merge.data.3 大概資料型態：

Code  RIR  TAC  TA   REC PPE
1      20  200  0.5  .   .
2      30  .    .    .   .
.
.
.
533     .  .    .    .   .

    先跑一個簡單線性回歸模型(model.1)，取出此模型之殘差，
再跑一次簡單線性回歸(model.2)，但此時殘差(model.1$residual)
的排列與原先的data.frame不同(無法執行，跑出Variable lengths differ)
有嘗試用cbind與data.frame重組資料，但好像也無法解決，想請教各位高手
。




[關鍵字]:

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 120.126.58.61
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1448962118.A.B24.html
→ celestialgod: model.1$residual長度不為533？
→ celestialgod: 先確認模型1的殘差是否長度跟原本data.frame列數箱
→ celestialgod: 異
推 locka: 我想您應該是做model1時有產生NA(如果有的話summary(model1
→ locka: )會告訴你due to singularities…blabla)，NA的資料會被略
→ locka: 過，所以該model計算的殘差個數跟原始資料筆數會不同。其中
→ locka: 一個可能原因是解釋變數有共線性問題，建議您再檢查一下您
→ locka: 的迴歸模型~
→ developme223: 原本的model.1所有的解釋變數及被解釋變數length數
→ developme223: 皆為533
→ developme223: 但跑完回歸後，summary(model.1) 出現23observation
→ developme223: deleted due to missingness
→ developme223: length(model.1$residual)=510
→ developme223: 不過用model.1$residual看整個殘差就是533個
→ developme223: l大，如果是完全共線性的話，應該估計係數值跑不出
→ developme223: 來，與樣本數好像沒關係(?)
→ celestialgod: 所以是你有23個觀察值全部都是NA
→ celestialgod: 更正                有NA
→ celestialgod: 所以你把沒NA的觀察值挑出來 fit模型就好了
→ developme223: 但我用model.1$residual
→ developme223: 或cbind(model.1$residual)觀看資料，都還是533個
→ developme223: 樣本
→ celestialgod: 所以問題出在哪= =?
→ celestialgod: 如果長度還是533就沒有問題啦
→ developme223: 問題出在我直接用殘差跑，還是顯示變數長度相異。
→ developme223: 在想是不是資料型態排列的關係。
→ celestialgod: 沒資料 我也無從抓藥了(攤手
→ locka: 既然length(model1.1$residual)=510,為什麼你會說用model1.
→ locka: 1$residual是533?你是怎麼看的?
→ locka: 如果訊息說deleted due to missingness即代表你有樣本是無
→ locka: 法fit model產出預測值,那當然會沒辦法計算殘差了
→ locka: 如果還是想要把第一個模型的殘差加入第二個模型,你必須要
→ locka: 1.把模型2中對應到模型1中missing的那幾筆資料刪除
→ locka: 2.解決missing 問題(depends on資料特性)
→ developme223: cbind(model.1$residual)直接觀察每個殘差值，共533
→ developme223: 個，並沒有NA的數字存在。
→ celestialgod: 沒資料都只能憑空想像，原PO真的想解決就上傳資料吧
→ allen1985: 與其憑空亂猜 有資料應該幾分鐘就有神人幫你debug了
→ allen1985: btw 你是想fit一個沒有intercept的迴歸線嗎
→ developme223: 各位抱歉，剛發現是因為各個解釋變數有NA值，才造成
→ developme223: 殘差有23個NA值，因為model.1$residual不會顯示NA值
→ developme223: 所以才沒發現有NA值。
→ developme223: 想問有沒有辦法讓回歸結果出現NA值，即剛好533列數
→ developme223: 感謝各位。
→ celestialgod: 直接na.omit再去fit model就好了
→ locka: 其實不是很了解為什麼要用model.1的殘差去跟別人作迴歸,而
→ locka: 且還是model.2還是用一樣的資料?(c大的na.omit應該是正解)
→ developme223: 排除掉X1 X2 X3 對Y的影響，再用Y去解釋新的變數。
→ developme223: 跟用一樣的資料無關，就只是很簡單的變數探討。
→ allen1985: 這樣只排除掉x1x2x3對y “線性”的影響
→ andrew43: to locka, 有些permutation test這樣做, 也有些是特別
→ andrew43: 的目的，例如把 y~x 的殘差視為 x 相同下 y 的中心化值
→ andrew43: 有需要了解這種應用可以開一個新的討論。