R语言线性回归报错求助：NA/NaN/Inf in 'y'及类型转换警告

你的错误和警告指向两个核心问题：因类型转换引入NA，以及因除以0或非数值数据导致的NA/Inf值，以下是具体排查步骤和解决方案：

1. 定位MedEarnings的类型问题 #

警告NAs introduced by coercion说明将字符型数据转换为数值型时产生了NA，而线性回归的因变量MedEarnings是主要排查对象：

• 运行以下代码检查数据类型和异常内容：

  # 查看MedEarnings的类型
  class(Ex2_2$MedEarnings)
  
  # 如果是字符型，测试转换为数值时哪些值变成NA
  med_earn_num <- as.numeric(Ex2_2$MedEarnings)
  # 输出转换失败的原始值
  unique(Ex2_2[is.na(med_earn_num), "MedEarnings"])
  

  ACS数据中常出现"--"、"NA"或空白字符串表示数据缺失/抑制，这些内容会导致转换失败生成NA，进而触发lm的错误。

解决方法：清理并转换MedEarnings #

library(dplyr)
Ex2_2 <- Ex2_2 %>%
  mutate(MedEarnings = case_when(
    # 替换所有非数值标记为NA
    MedEarnings %in% c("--", "NA", "", "N/A") ~ NA_character_,
    TRUE ~ MedEarnings
  ) %>% as.numeric())

2. 检查百分比计算中的除以0问题 #

你创建的pct_*变量都依赖C01_001E作为分母，如果该变量存在0值，会生成Inf（无穷大），而lm不允许因变量或自变量中存在Inf：

• 运行以下代码检查分母是否为0：

  # 统计C01_001E为0的行数
  sum(Ex2_2$C01_001E == 0)
  
  # 查看这些行的详细内容
  Ex2_2[Ex2_2$C01_001E == 0, ]
  

解决方法：处理分母为0的行 #

如果这些行没有分析价值，可以直接删除：

Ex2_2 <- Ex2_2 %>% filter(C01_001E != 0)

3. 全局验证数据完整性 #

最后运行以下代码，确认所有变量中已无NA/Inf：

# 统计每个变量的NA/Inf数量
sapply(Ex2_2, function(x) sum(is.na(x) | is.infinite(x)))

确保MedEarnings和所有自变量的计数为0后，再重新运行回归代码。

内容的提问来源于stack exchange，提问作者Luna