这里有一些信息可能会为您指明正确的方向。

关于您的数据，您所拥有的是具有多个类别的响应，并且无论何时您尝试对分类响应建模，您都可以尝试使用某种类型的广义线性模型 (GLM)。在您的情况下，您必须考虑有关您的响应的其他信息，即您的响应水平具有自然排序好>中>坏，请注意这与尝试对响应建模有何不同，例如某人用什么颜色气球可能会购买（红色/蓝色/绿色），这些值没有自然顺序。在使用有序响应执行此类模型时，您可能需要考虑使用比例优势模型。

http://en.wikipedia.org/wiki/Ordered_logit

我自己没用过，不过polr()MASS包里面的函数应该是有一些用处的，或者我用lrm()rms包里面的函数做了类似的分析，发现还是蛮有用的。如果您加载这些包，只需使用?polr或?lrm获取功能信息。

好的背景，关于你的问题：

1. 这应该在上面介绍，查看这些包/功能并阅读序数逻辑回归和比例优势模型

2. 每当您有一个分类的协变量（种族/性别/头发颜色）时，您都希望将这些视为 R 编码中的“因素”，以便对它们进行适当的建模。了解什么是因素以及如何处理它们很重要，但本质上您将每个类别视为一个单独的级别，然后以适当的方式对其进行建模。只需阅读模型中的因素，您就应该能够梳理出正在发生的事情。请记住，将分类变量视为因素并不是 glm 模型或比例优势模型所独有的，而是所有模型处理分类变量的典型方式。 http://www.stat.berkeley.edu/classes/s133/factors.html

3. 缺失值有时可能很麻烦，但如果您正在进行相当基本的分析，只需删除包含缺失值的数据行可能是安全的（这并不总是正确的，但根据您当前的经验水平，我是猜测你不需要关心何时以及如何处理缺失值的细节）。事实上，这几乎就是 R 所做的。如果您有用于建模的数据，如果您连续缺少响应信息或模型中的任何协变量，R 只会排除此数据（这是您看到的警告）。显然，如果您由于缺失而排除了大部分数据，那么您的结果可能会有偏差，尝试获取更多关于为什么有这么多缺失值的信息可能会很好，但是如果您 重新丢失 10,000 行数据中的 162 个观察值，我不会太担心。如果您对更多细节感兴趣，可以搜索处理丢失数据的方法。

4. 几乎所有的 R 模型对象 ( lm, glm, lrm,...) 都将具有一个关联predict()函数，该函数将允许您计算当前建模数据集的预测值，另外还可以计算您希望预测结果的另一个数据集的预测值。只需搜索?predict.glm或?predict.lm尝试获取有关您想要使用的任何模型类型的更多信息。这是人们希望对模型做的一件非常典型的事情，所以请放心，有一些内置的函数和方法可以让这样做相对简单。

祝你好运！

1. 是的，订购 logit 或 probit 将是从哪里开始。这是关于使用 R 的有序 logit 的教程。其他 CV 问题可能会帮助您解决遇到的任何问题——尝试使用标签“logit”、“probit”和“ordinal”。

2. 处理具有值的分类自变量的标准方法是将其虚拟编码为二进制值。这在此处进行了更全面的解释，但简而言之：一个类别的影响包含在截距中，并且系数适合其余类别。在您的示例中，对于高加索受访者，将有一个虚拟变量编码为 1，否则编码为 0。$k$$k-1$caucasian

3. 处理缺失数据很大程度上取决于手头的问题，是的，如何处理缺失数据可能会引入偏差。这本书的摘录很好地描述了可能产生缺失数据的四种机制，这应该可以帮助您考虑手头问题中的潜在偏见。（特别是第 25.1 节，第 530 页。）

4. 许多建模包都有某种predict功能，实际上上面链接的第一个教程包含一个演示。