我运行回归来替换数据集中的缺失数据,并希望将其与Stef va Buuren使用'mice'包的结果进行比较
我在这里通过交叉验证的Link to Post引用此链接
我也在阅读这是类似的语法和用法 .
我的代码是:
imp <- mice(without_response, method = "norm.predict", m = 1)
#Impute data
imp_with_mice <- complete(imp) # Store data
当我输出:
imp_with_mice[impute_here,]
要获取需要输入的行,不会替换任何值 . 我原来有'?'丢失数据的地方 . 我现在尝试'NA'作为字符串然后NA没有引号标记类似于简历 .
在任何情况下,我都不能让老鼠用任何东西替换我的16列7值 .
请帮我使用 .
这些是我希望替换变量的行的示例:
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
24 1057013 8 4 5 1 2 NA 7 3 1
41 1096800 6 6 6 9 6 NA 7 8 1
此外,我在运行时得到这个显示 .
iter imp variable 1 1 2 1 3 1 4 1 5 1
警告信息:
“Number of logged events: 1”
附加信息:
str(without_response[impute_here,])
'data.frame': 16 obs. of 10 variables:
$ V1 : int 1057013 1096800 1183246 1184840 1193683 1197510
1241232 169356 432809 563649 ...
$ V2 : int 8 6 1 1 1 5 3 3 3 8 ...
$ V3 : int 4 6 1 1 1 1 1 1 1 8 ...
$ V4 : int 5 6 1 3 2 1 4 1 3 8 ...
$ V5 : int 1 9 1 1 1 1 1 1 1 1 ...
$ V6 : int 2 6 1 2 3 2 2 2 2 2 ...
$ V7 : chr NA NA NA NA ...
$ V8 : int 7 7 2 2 1 3 3 3 2 6 ...
$ V9 : int 3 8 1 1 1 1 1 1 1 10 ...
$ V10: int 1 1 1 1 1 1 1 1 1 1 ...
summary(without_response[impute_here,])
V1 V2 V3 V4
Min. : 61634 Min. :1.000 Min. :1.000 Min. :1.000
1st Qu.: 595517 1st Qu.:1.000 1st Qu.:1.000 1st Qu.:1.000
Median :1057040 Median :3.000 Median :1.000 Median :2.500
Mean : 857578 Mean :3.375 Mean :2.438 Mean :2.875
3rd Qu.:1187051 3rd Qu.:5.000 3rd Qu.:4.000 3rd Qu.:4.250
Max. :1241232 Max. :8.000 Max. :8.000 Max. :8.000
V5 V6 V7 V8
Min. :1.000 Min. :1.000 Length:16 Min. :1.000
1st Qu.:1.000 1st Qu.:2.000 Class :character 1st Qu.:2.000
Median :1.000 Median :2.000 Mode :character Median :2.500
Mean :1.812 Mean :2.438 Mean :3.125
3rd Qu.:1.000 3rd Qu.:2.000 3rd Qu.:3.250
Max. :9.000 Max. :7.000 Max. :7.000
V9 V10
Min. : 1.00 Min. :1
1st Qu.: 1.00 1st Qu.:1
Median : 1.00 Median :1
Mean : 2.75 Mean :1
3rd Qu.: 3.00 3rd Qu.:1
Max. :10.00 Max. :1
is.na(without_response[impute_here,])
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
24 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
41 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
140 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
146 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
159 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
165 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
236 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
250 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
276 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
293 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
295 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
298 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
316 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
322 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
412 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
618 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
1 回答
据我了解你的问题和数据集(正如我之前所说的可重复的例子会有所帮助)我怀疑问题是V7只有
NA
和常量值 . 这是记录的事件警告你的内容 .mice
不能归咎于这样的变量,因为它没有基础来预测缺失值应该是什么 .mice(... method = "norm.predict")
通过基于缺失值变量与数据集中其他变量之间的线性回归来估算合理值 . 它使用现有数据来预测合理的值 . 但是,由于V7
是常量,因此它没有方差,也没有与其他变量的共同方差 . 因此,预测是不可能的 . 在这种情况下不能使用多重插补 . 除了假设V7
中的所有值都是常数(即均值插补)之外,没有合理的估算可以做出 . 请注意,如果此假设无效,则存在一些主要缺点 . 您的另一个最佳选择是列表删除 .