R语言lm回归使用~.排除指定变量运行异常问题咨询

• 核心原因是lm()的缺失值处理逻辑和公式中.的解析规则差异：
  lm()默认对所有公式中涉及的变量执行行删除（只要某变量有缺失值，对应整行观测都会被丢弃）。当你使用Life.expectancy ~ . - Alcohol - Total.expenditure简写时，R解析公式时会先将数据框所有列（包括你要排除的Alcohol、Total.expenditure）纳入缺失值检查范围，只要这两个变量存在缺失值，对应行就会被删除。你提供的输出里简写写法共删除了181个观测，仅剩2个有效观测，自然会出现自由度为0、系数大量为NA的异常结果。
  而你手动输入自变量时，公式里完全没有出现Alcohol和Total.expenditure，lm()只会检查你手动列出的变量的缺失值，仅删除了53个观测，样本量足够得出正常结果。
• 额外笔误提醒：你最初贴的错误长公式里将因变量Life.expectancy也放入了自变量列表，不过你实际运行的长公式已修正该问题，不影响结果。

两种方案都可以实现简写需求，同时避开上述问题：

1. 提前从数据框中删除不需要的变量，再用.简写建模

# 先移除Alcohol、Total.expenditure两列
life_2015_clean_v2 <- subset(life_2015_clean, select = -c(Alcohol, Total.expenditure))
# 直接用.代表所有剩余自变量
modreg_trein <- lm(Life.expectancy ~ ., data = life_2015_clean_v2)

2. 动态构造回归公式，不用.简写

# 提取所有自变量，排除因变量和不需要的两个变量
predictors <- setdiff(colnames(life_2015_clean), c("Life.expectancy", "Alcohol", "Total.expenditure"))
# 生成公式
reg_formula <- reformulate(predictors, response = "Life.expectancy")
# 建模
modreg_trein <- lm(reg_formula, data = life_2015_clean)

内容的提问来源于stack exchange，提问作者BuddhiLW