如何在R中正确使用lm做回归？NA值报错问题求助

首先看你的报错和警告：NA/NaN/Inf in 'y' 说明Y列里存在缺失或无效值，而NAs introduced by coercion 提示Y列大概率不是数值型，在强制转换为数值时生成了新的NA。按以下步骤逐一排查解决：

• 第一步：检查数据类型与Y列内容
  先运行str(data2)查看X、Y列的类型，如果Y列显示为chr（字符型），那这就是核心问题之一。再运行unique(data2$Y)，看看Y列里有没有非数字内容（比如空格、"NA"、"无"这类文本），这些内容在转数值时都会变成NA。

• 第二步：调整数据导入逻辑，覆盖所有缺失标识
  你用na = "0"只把文本"0"识别为NA，但Excel里的空单元格、手动输入的"NA"文本并不会被处理。修改导入代码，把所有代表缺失的情况都列进去：

  library(readxl)
  data2 <- read_excel("data2.xlsx", na = c("0", "", "NA"))
  

  这里""对应Excel的空单元格，"NA"对应单元格里写了NA的文本，你可以根据自己数据集的实际情况补充其他缺失标识（比如"缺失"）。

• 第三步：确保Y列为数值型
  如果导入后Y列还是字符型，手动转换为数值：

  data2$Y <- as.numeric(data2$Y)
  

  要是这时候还弹出NAs introduced by coercion警告，说明Y列里确实有非数字内容，回到第一步去清理这些异常值。

• 第四步：处理NA值并执行回归
  确认Y是数值型后，有两种常用方式处理NA：

  1. 直接删除包含NA的行：

     lm(Y ~ X, data = na.omit(data2))
     

  2. 在lm函数中指定忽略NA的参数（保留原始行数，结果中自动跳过NA行）：

     lm(Y ~ X, data = data2, na.action = na.exclude)
     

  要是不想删除行，也可以用均值/中位数填充NA：

  data2$Y[is.na(data2$Y)] <- mean(data2$Y, na.rm = TRUE)
  lm(Y ~ X, data = data2)
  

最后可以运行table(is.na(data2$Y))确认NA已被处理完毕，再执行回归就不会报错了。

内容的提问来源于stack exchange，提问作者Aron