r - R中lm函数的估计与相关性不匹配(数据与NA)

Question

我正在拟合 lm 模型

x <- c(0.1, 0.3, 0.2, 0.5, NA, 0.1, 0.8, 0.4)
y <- c(0.3, 0.2, 0.5, NA, 0.4, 0.5, 0.2, 0.4)
fit1<-lm(scale(y) ~ scale(x), na.action=na.omit)
summary(fit1)

这给了我一个标准化的估计 -0.593
当我应用函数 'cor' 时，它给了我 -0.577 的值。
如果我从两个向量中子集完整案例，即

x2 <- c(0.1, 0.3, 0.2, 0.1, 0.8, 0.4)
y2 <- c(0.3, 0.2, 0.5, 0.5, 0.2, 0.4)

然后适合 lm

fit2<-lm(scale(y2) ~ scale(x2))
summary(fit2)

标准化估计与'cor'(-0.577)的情况相同。我认为在简单回归中标准化估计和相关系数应该是相同的。问题是fit1有什么问题？ (使用 'na.action=na.excluse' 没有帮助)。

Answer 1

在您的代码中 scale在 na.omit 之前应用内lm .比较这两个:

DF <- data.frame(x, y) 
na.omit(scale(DF))
scale(na.omit(DF))

然后使用这个:

fit1<-lm(scale(y) ~ scale(x), data=na.omit(DF))

all.equal(unname(coef(fit1)[2]),
          cor(na.omit(DF))[1,2])
#[1] TRUE