在R中具有多个零的数据中使用lm（）会产生错误

Question

我是数据分析的新手，对于在R中使用lm（）创建数据的线性回归模型有一些疑问。

我的数据如下所示：

testID    userID    timeSpentStudying    testGrade
12345     007       10                   90
09876     008       0                    75

而我的模型：

model <- lm(formula = data$testGrade ~ timeSpentStudying, data = data)

我在来自RStudio的近60行数据中遇到以下错误（两次）：

Warning messages:
1: In sqrt(crit * p * (1 - hh)/hh) : NaNs produced
2: In sqrt(crit * p * (1 - hh)/hh) : NaNs produced

我的问题是，问题是否与包含许多零值实例的数据有关，例如上面的“ timeSpentStudying”列下的数据？ 如果是这样，我该如何处理？ lm（）是否应该能够处理零值，特别是如果这将使数据本身具有重要性的时候？

谢谢！

Answer 1

到目前为止，我无法复制它，例如：

dd <- data.frame(y=rnorm(1000),x=c(rep(0,990),1:10))
model <- lm(y~x, data = dd)
summary(model)

在R代码库中搜索错误中列出的代码并进行追溯，这表明相关行位于plot.lm ，该行用于绘制诊断信息，并且问题在于您以某种方式获得了大于1的杠杆率或您的数据点之一的“帽值”。 但是，我看不到您如何实现这一目标。 数据将使这一点更加清晰！