J'ai quelques données avec quelques valeurs manquantes pour une variable, et je veux être capable de créer des prédictions (aléatoires) pour ce qu'elles pourraient être. Voici ma première pensée:Prédictions aléatoires du modèle linéaire dans R
# miss indicates where the observations with missing response are
library(MASS)
model <- glm.nb(data[-miss,4] ~ ., data=data[-miss,-4])
predict(model, newdata=data[miss,-4])
Cependant, si je le répète, la dernière ligne, il donne les mêmes réponses et plus - il semble donner à la moyenne prévue des réponses données que les données et le modèle. Je veux une prédiction aléatoire qui incorpore la variance, c'est-à-dire un tirage au sort de la distribution de la réponse d'une observation avec de tels prédicteurs sous le modèle donné.
Cela pourrait avoir quelque chose à voir avec l'argument pred.var, mais je ne sais pas comment l'utiliser.