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

Posted 2023-03-11

【中文标题】线性模型函数 lm() 错误：外部函数调用中的 NA/NaN/Inf (arg 1)

【英文标题】：Linear model function lm() error: NA/NaN/Inf in foreign function call (arg 1)

【发布时间】：2012-01-14 23:47:56

【问题描述】：

假设我有 data.frame a

我用

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

col2 有一些 NA 值，col3 和 col4 的值小于 1。

我一直在努力

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col2 中的NAs，但我尝试使用na.action=na.exclude/omit/pass，但它们似乎都不起作用。我在前 10 个条目上再次测试了lm，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。

是我误解了错误还是我错误地使用了lm？

数据位于kaggle。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。

【问题讨论】：

m.fit<-lm(col2 ~ col3 + col4 + col3*col4, data=a, na.action=na.exclude) 在指定模型时更具可读性

如果没有可重现的示例，很难回答您的问题。请参阅***.com/q/5963269/567015 了解如何执行此操作的说明。

如果您将a 子集化为col2 中没有NA 的行，然后运行lm()，您还会收到错误吗？

不管怎样，~ col3*col4 等价于 ~ col3+col4+col3:col4，而~ col3+col4+col3*col4 又等价于~ col3+col4+col3*col4（最后一个是无害的冗余）

您在lm 中使用了哪些列？如果你在文件的标题行中使用名称，它比col2等更清晰。我尝试了几个列组合，无法重现你的错误。

【参考方案1】：

尝试更改 col2 的类型（以及所有其他变量）

col2 <- as.integer(col2)

【参考方案2】：

我知道这个帖子很老了，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！

【讨论】：

感谢您的建议。添加它以防万一您有一些 -Inf，请确保也制作这些 NA。这解决了我的问题。

单行：col2[which(!is.finite(col2))] = NA

正如我所说的问题的根源是：log(0) = -Inf。在这种情况下，零日志无法绘制。如果您考虑您的方法，您将有效地替换数据值并省略那些行，正如我对 NA 所理解的那样。如果是这样，我猜你最终没有错误，但可能不是相同的箱形图？

【参考方案3】：

我刚刚遇到了同样的问题。使用

获取有限元

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

【参考方案4】：

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, single.ok = single.ok,...)：外部函数调用中的 NA/NaN/Inf (arg 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，统计界一直在讨论添加一个小值。尽管如此，在 R 中进行计算时，您不能使用零的对数。

【参考方案5】：

我通过重置选项解决了此类问题。 options(na.action="na.exclude") 要么 options(na.action="na.omit")

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

【参考方案6】：

我只是遇到了另一种可能性，毕竟可能有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

所以还有一点需要注意！

【参考方案7】：

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))

【参考方案8】：

当我在调用reformulate 时反转参数并在我的lm 调用中使用公式而不检查时遇到此错误，因此我有错误的预测变量和响应变量。

【参考方案9】：

要注意的另一件事是使用 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。

【参考方案10】：

确保因变量中没有任何 0。

【讨论】：

欢迎来到 Stack Overflow！您的帖子没有提供问题的答案。一旦你有足够的声誉，你就可以comment on any post。相反，provide answers that don't require clarification from the asker.