使用na.exclude将回归残差合并至含缺失值数据时失效的问题排查

核心问题：直接取d$residuals无法触发na.exclude的补NA逻辑 #

当你设置na.action = na.exclude时，lm函数确实会保留原始数据的行结构，为缺失值对应的位置预留NA，但**d$residuals是模型内部存储的仅包含有效拟合行的残差，并没有包含NA**。只有通过residuals(d)或resid(d)函数调用，才能激活na.exclude的规则，返回与原始数据行数一致、缺失值位置自动填充NA的残差向量。

另外，你用cbind合并数据时，如果P1的行数和test不一致（比如从d$residuals取的残差行数更少），会导致数据错位，进一步掩盖na.exclude的实际效果。

修正后的代码 #

# 拟合模型，保留na.exclude参数
d <- lm(log(br_prix) ~ sectoryear, data = test, na.action = na.exclude)

# 用residuals()获取带NA的完整残差向量，直接添加到原数据集
test <- test %>%
  dplyr::mutate(lnprice = residuals(d))

额外说明 #

• residuals(d)会严格对应原始数据的行顺序，自动在缺失值行填充NA，无需手动处理行匹配
• 用dplyr::mutate代替cbind更安全，能避免因行名、行数不一致导致的数据错位问题

内容的提问来源于stack exchange，提问作者Xavier Koch