lm chiamato dall'interno dlply genera "0 (non-NA) casi" errore [r]

Question

Sto usando dlply() con una funzione personalizzata che ha una pendenza media di lm() che si adatta ai dati che contengono alcuni valori NA e ottengo l'errore "errore nella lm.fit (x, y, offset = compensati, singular.ok = singular.ok, ...): 0 casi (non-NA)"

Questo errore si verifica solo quando chiamo dlply con due variabili chiave - la separazione di una variabile funziona bene.

Annoyingly Non riesco a riprodurre l'errore con un set di dati semplice, quindi ho pubblicato il set di dati problema nella mia casella personale.

Ecco il codice, come ridotto al minimo possibile, pur producendo un errore:

masterData <- read.csv("http://dl.dropbox.com/u/48901983/SOquestionData.csv", na.strings="#N/A") 

workingData <- data.frame(sample = masterData$sample, 
         substrate = masterData$substrate, 
         el1 = masterData$elapsedHr1, 
         F1 = masterData$r1 - masterData$rK) 

#This function is trivial as written; in reality it takes the average of many slopes 
meanSlope <- function(df) { 
    lm1 <- lm(df$F1 ~ df$el1, na.action=na.omit) #changing to na.exclude doesn't help 
    slope1 <- lm1$coefficients[2] 
    meanSlope <- mean(c(slope1)) 
} 

lsGOOD <- dlply(workingData, .(sample), meanSlope) #works fine 

lsBAD <- dlply(workingData, .(sample, substrate), meanSlope) #throws error 

Grazie in anticipo per qualsiasi comprensione.

Answer 1

Per molti dei vostri incrociati classificazioni avete covariate mancanti:

with(masterData, table(sample, substrate, r1mis = is.na(r1))) 
# 
snipped the nonmissing reports 
, , r1mis = TRUE 

     substrate 
sample 1 2 3 4 5 6 7 8 
    3 0 0 0 0 0 0 0 0 
    4 0 0 0 0 0 0 0 0 
    5 0 0 0 0 0 0 0 0 
    6 0 0 0 0 0 0 0 0 
    7 0 0 0 0 0 0 3 3 
    8 0 0 0 0 0 0 0 3 
    9 0 0 0 0 0 0 0 3 
    10 0 0 0 0 0 0 0 3 
    11 0 0 0 0 0 0 0 3 
    12 0 0 0 0 0 0 0 3 
    13 0 0 0 0 0 0 0 3 
    14 0 0 0 0 0 0 0 3 

Ciò permetterà di saltare i sottoinsiemi con insufficiente dati in questi particolari dati:

meanSlope <- function(df) { if (sum(!is.na(df$el1)) < 2) { return(NA) } else { 
    lm1 <- lm(df$F1 ~ df$el1, na.action=na.omit) #changing to na.exclude doesn't help 
    slope1 <- lm1$coefficients[2] 
    meanSlope <- mean(c(slope1)) } 
} 

Sebbene dipenda dall'assenza di una particolare covariata. Una soluzione più robusta sarebbe utilizzare try per acquisire errori e convertirli in NA.

?try 

Answer 2

Come per il mio commento:

my.func <- function(df) { 
    data.frame(el1=all(is.na(df$el1)), F1=all(is.na(df$F1))) 
} 

ddply(workingData, .(sample, substrate), my.func) 

dimostra che hai molti set sub dove entrambi F1 e EL1 sono NA. (In realtà ogni volta che uno è tutto na, l'altro è pure!)