Почему-то, когда я указываю glms (и lm 's тоже, оказывается), R не предсказывает пропущенные значения данных. Вот пример:

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)

Длина p должна быть 100, но ее 50. Странная вещь в том, что у меня есть другие предсказания в том же сценарии, которые предсказывают из-за пропущенных данных.

РЕДАКТИРОВАТЬ: Оказывается, что эти другие прогнозы были совершенно неверными - я делалimputed.value = rnorm(N,mean.from.predict,var.of.prediction.interval), этопереработаны векторы среднего и SD из функций предсказания lm или предсказания glm, когдаlength(predict)