r - Predict.glm无法预测响应中的缺失值

由于某种原因，当我指定glms（结果也表明lm也是）时，R不会预测数据的缺失值。这是一个例子：

y = round(runif(50))
y = c(y,rep(NA,50))
x = rnorm(100)
m = glm(y~x, family=binomial(link="logit"))
p = predict(m,na.action=na.pass)
length(p)

y = round(runif(50))
y = c(y,rep(NA,50))
x = rnorm(100)
m = lm(y~x)
p = predict(m)
length(p)

p的长度应为100，但应为50。奇怪的是，我在同一脚本中还有其他预测可以根据丢失的数据进行预测。

编辑：事实证明那些其他预测是完全错误的-我在做imputed.value = rnorm(N,mean.from.predict,var.of.prediction.interval)。这在length(predict)<N时从lm预测或glm预测函数中回收了均值和sd向量，这与我正在寻找的完全不同。

所以我的问题是，我的示例代码正在阻止glm和lm预测缺失值吗？

谢谢！

最佳答案

当glm拟合模型时，它仅使用没有缺失值的情况。通过构造数据框并将其传递给y，您仍然可以获得有关predict.glm值缺失的情况的预测。

predict(m, newdata=data.frame(y, x))