如何预测R中的数据缺少值

Question

我有一个大小为60的数据集，所有观察值都具有相同的变量。 其中30个具有获胜值（y），而我已删除其中30个以作预测。

在sas中，当您希望模型预测未知的y值（结果）时，可以在数据行中为Y值放置一个点并运行回归。 该模型将基于具有Y值的30个观测值，然后针对没有Y值的30个观测值进行预测。

在r中，我将要预测的那些观测值的Y值作为NA。 但是，该模型将忽略那些缺失的值，而不给出这些观测值的预测结果。

如何让模型预测缺少的Y变量的值？

Answer 1

如果您要尝试对样本数据进行预测，请执行以下操作：

# Here I just generate some data, since no provided
X <- matrix(data = rnorm(400), ncol = 4)
B <- c(0.5, -0.5, 2, 0)
y <- X %*% B
dt <- data.frame(cbind(y, X))
names(dt) <- c("y", paste0("x", 1:4))

# Start with estimation on in-sample 
train_dt <- dt[1:50, ]
mod <- lm(formula = y ~ ., data = train_dt)

# Predict on out of sample
that <– predict(object = mod, newdata = dt[51:100, ])

# Calculate error, should be almost the same
eps <- yhat - y[51:100]

# In this example should be close to zero
all(eps) < 1e-10)