VGLM 对具有 NA 预测变量的行的预测

Question

我希望 vglm 预测保留测试数据中不完整案例的 NA 值。到目前为止还没有。

library(VGAM)
train.df <- data.frame(x = c(NA, 1:6),
   y = c(4, 2, 1, 5, 0, 2, 1))
m.lm <- vglm(family = tobit(), data = train.df,
   formula = y ~ x, na.action = na.exclude)
predict(m.lm)  # as desired, yields 7 predictions, first is NA

test.df <- data.frame(x = c(NA, (1:6 - .5)))
predict(m.lm, newdata = test.df, na.action = na.exclude)

最后一行只生成 6 个预测，x = NA 的行没有。我的目标是让它以正确的顺序生成 7 个预测，其中一个是 NA。

Stack Exchange 上最接近相关的问题似乎是 glm with missing values。但我并不是要估算缺失的 x 值。我希望缺失 x 值的预测为 NA。

我试过的：（1）na.action = na.omit 旨在不预测 NA，并且具有预期的效果。为了咧嘴一笑，我也尝试了 na.pass。 (2) NA值分散在真实数据中。为了创建填充向量，我一直在使用笨拙的合并。我从 test.df 中提取 complete.cases，附加预测，将提取合并回 test.df，然后将预测列拉回。即使我不能直接预测 NA，有没有更简单的方法？