缺失机制和缺失率-Java 学习之路

如果我有两个变量和九个实例，我想在缺失率（5％.15％）下对我的数据应用缺失机制，如（MCAR，MAR，NMAR）：

Aj <- c(48,75,83,58,83,32,45,50,86)
As <- c(24,30,31,35,60,76,81,82,88)

如下：
对于模拟MAR，我们首先将变量随机分成对（Aj，As），1≤j，s≤r，其中Aj是引入缺失值的变量，As是影响Aj缺失的变量 . 给定一对变量（Aj，As）和缺失率α，我们首先根据它们在As处的值将实例分成两个大小相等的子集 . 如果变量As是数字，我们将找到As的中值，然后根据天气将所有实例分配到两个子集中，实例具有比中值As更大的值 . 例如，我们可能会让As的值低于中位数60（实例编号1-5）的实例丢失，概率为4α，也就是说，Pr（Aj =缺失|As≤60）=4α .

我在R程序中编写了缺少机制的代码

ifelse(As<=median(As),Aj==NA,Aj)
[1] NA NA NA NA NA 32 45 50 86

我的问题是如何在r或上面的示例和插图的另一个代码中为此代码添加丢失率例如5％ .

1 回答

这个单线会让你失去率alpha：

ifelse( (As <= median(As)) & (runif(length(As)) < alpha), NA, Aj)

如果您希望观察到的速率接近alpha（您需要弄清楚如何处理舍入），您可以执行以下操作：

Aj <- c(48,75,83,58,83,32,45,50,86)
 As <- c(24,30,31,35,60,76,81,82,88)

 # missingness rate
 alpha <- 0.05

 # create subset less than the median
 b <- ifelse( As <= median(As) , NA, Aj) 

 # get the size of that subset (not known before hand due to tie handling)
 n.b <- sum(is.na(b))
 b.small <- Aj[is.na(b)]

 # sample from the small subset at a fixed rate, setting sampled to NA
 b.small[ sample(1:n.b, size=ceiling(n.b * alpha)) ] <- NA
 b[is.na(b)] <- b.small

 # b is now Aj with missingness

输出应该类似于

[1] 48 NA 83 58 83 32 45 50 86

回复于 2024-04-20T11:32:53+08:00

缺失机制和缺失率

1 回答

相关问题