Ошибка функции lm () линейной модели: NA / NaN / Inf в вызове внешней функции (аргумент 1)

Я знаю, что эта ветка действительно старая, но ответы не кажутся полными, и я столкнулся с той же проблемой.

Проблема, с которой я столкнулся, заключалась в том, что столбцы NA также имели NaN и Inf. Удалите их и попробуйте снова. Конкретно:

col2[which(is.nan(col2))] = NA
col2[which(col2==Inf)] = NA

Надеюсь, что это поможет в вашем вопросе 18-месячной давности!

Прочтите книгу Руководство для начинающих по R для полного объяснения этого. В частности, упоминается следующая ошибка:

Ошибка в lm.fit (x, y, offset = offset, singular.ok = singular.ok, ...): NA / NaN / Inf в вызове внешней функции (аргумент 4)

Решение состоит в том, чтобы добавить небольшое постоянное значение к данным об интенсивности, например 1. Обратите внимание, что в статистическом сообществе идет постоянная дискуссия о добавлении небольшого значения. Как бы то ни было, вы не можете использовать журнал нуля при выполнении вычислений в R.

Я просто потерпел еще одну возможность после всех возможных проверок na.omit и na.exclude.

Я принимал что-то вроде:

lm(log(x) ~ log(y), data = ...)

Не замечая этого, для некоторых значений в моем наборе данных x или y могут быть равны нулю: log(0) = -Inf

Так что еще одно, чего нужно остерегаться!

Я решил эту проблему, сбросив настройки. options(na.action="na.exclude") или options(na.action="na.omit")

Я проверил свои настройки и ранее изменил параметр на «na.pass», что не сбрасывает мои наблюдения y с помощью NA (где y~x).

Попробуйте изменить тип col2 (и все другие переменные)

col2 <- as.integer(col2)

Я столкнулся с той же проблемой. получить конечные элементы, используя

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

Я столкнулся с этой ошибкой, когда мой эквивалент col2 был целым числом64, а не целым числом, и при использовании естественных и полиномиальных сплайнов, splines :: bs и splines: ns, например:

m.fit <- lm(col1 ~ ns(col2))
m.fit <- lm(col1 ~ bs(col2, degree = 3))

У меня сработало преобразование в стандартное целое число:

m.fit <- lm(col1 ~ ns(as.integer(col2)))
m.fit <- lm(col1 ~ bs(as.integer(col2), degree = 3))

Я получил эту ошибку, когда инвертировал аргументы при вызове reformulate и использовал формулу в моем вызове lm без проверки, поэтому у меня был неправильный предиктор и переменная ответа.

Еще одна вещь, на которую следует обратить внимание, - это использовать такие функции, как log () или sin (), чтобы ваши x и y были inf. например. log 0 = 0 или sin (pi) = 0.

Убедитесь, что в вашей зависимой переменной нет 0.