mod <- lm(y ~ x, data = df) #> 警告：丢弃了 2 行包含缺失值的数据

要抑制该警告，可以设置 na.action = na.exclude：

mod <- lm(y ~ x, data = df, na.action = na.exclude)

你随时可以使用 nobs() 准确查看使用了多少个观测值：

nobs(mod) #> [1] 3

其他模型族

本章只专注于线性模型这一类，它假设变量之间的关系形如 y = a_1 * x1 + a_2 * x2 + ... + a_n * xn。线性模型还假设残差服从正态分布，这一点我们尚未讨论。有一大类模型类以各种有趣的方式对线性模型进行了扩展。其中一些包括：

• 广义线性模型，例如 stats::glm()。线性模型假设响应变量是连续的，且误差服从正态分布。广义线性模型将线性模型扩展到包含非连续的响应变量（例如二分类数据或计数数据）。它们的工作原理是基于统计学中似然的概念定义一种距离度量。
• 广义可加模型，例如 mgcv::gam()，将广义线性模型扩展为可以纳入任意的平滑函数。这意味着你可以写出类似 y ~ s(x) 的公式，它会变成类似 y = f(x) 的方程，并让 gam() 估计该函数是什么（需满足一些平滑性约束以使问题可解）。
• 惩罚线性模型，例如 glmnet::glmnet()，在距离中加入一个惩罚项，对复杂模型进行惩罚（复杂度由参数向量到原点的距离定义）。这往往能使模型对来自同一总体的新数据集具有更好的泛化能力。
• 稳健线性模型，例如 MASS:rlm()，通过调整距离来降低距离很远的点的权重。这使得它们对异常值的存在不那么敏感，代价是在没有异常值时表现稍差。