我已经运行回归来替换数据集中缺失的数据,并希望将其与使用 Stef va Buuren 的“mice”包的结果进行比较
\n\n我在交叉验证的帖子链接上引用此链接
\n\n我也在阅读 This ,它的语法和用法类似。
\n\n我的代码是:
\n\nimp <- mice(without_response, method = "norm.predict", m = 1) \n#Impute data\nimp_with_mice <- complete(imp) # Store data\nRun Code Online (Sandbox Code Playgroud)\n\n当我输出:
\n\nimp_with_mice[impute_here,]\nRun Code Online (Sandbox Code Playgroud)\n\n为了获取需要输入的行,不会替换任何值。我最初在丢失数据的地方有“?”。我现在已经尝试将 \'NA\' 作为字符串,然后尝试使用不带引号的 NA 来类似于简历帖子。
\n\n在任何情况下,我都无法让老鼠用任何东西替换我的 16 个第 7 列值。
\n\n请帮助我使用。
\n\n这些是我希望替换变量的行的示例:
\n\n V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 \n24 1057013 8 4 5 1 2 NA 7 3 1 \n41 1096800 6 6 6 9 6 NA 7 8 1\nRun Code Online (Sandbox Code Playgroud)\n\n另外,我在运行时得到了这个显示。
\n\niter imp variable 1 1 2 1 3 1 4 1 5 1\nRun Code Online (Sandbox Code Playgroud)\n\n警告信息:
\n\n\xe2\x80\x9cNumber of logged events: 1\xe2\x80\x9d\nRun Code Online (Sandbox Code Playgroud)\n\n附加信息:
\n\nstr(without_response[impute_here,])\n\n\'data.frame\': 16 obs. of 10 variables:\n$ V1 : int 1057013 1096800 1183246 1184840 1193683 1197510\n1241232 169356 432809 563649 ...\n$ V2 : int 8 6 1 1 1 5 3 3 3 8 ...\n$ V3 : int 4 6 1 1 1 1 1 1 1 8 ...\n$ V4 : int 5 6 1 3 2 1 4 1 3 8 ...\n$ V5 : int 1 9 1 1 1 1 1 1 1 1 ...\n$ V6 : int 2 6 1 2 3 2 2 2 2 2 ...\n$ V7 : chr NA NA NA NA ...\n$ V8 : int 7 7 2 2 1 3 3 3 2 6 ...\n$ V9 : int 3 8 1 1 1 1 1 1 1 10 ...\n$ V10: int 1 1 1 1 1 1 1 1 1 1 ...\n\nsummary(without_response[impute_here,])\n\n V1 V2 V3 V4 \nMin. : 61634 Min. :1.000 Min. :1.000 Min. :1.000 \n1st Qu.: 595517 1st Qu.:1.000 1st Qu.:1.000 1st Qu.:1.000 \nMedian :1057040 Median :3.000 Median :1.000 Median :2.500 \nMean : 857578 Mean :3.375 Mean :2.438 Mean :2.875 \n3rd Qu.:1187051 3rd Qu.:5.000 3rd Qu.:4.000 3rd Qu.:4.250 \nMax. :1241232 Max. :8.000 Max. :8.000 Max. :8.000 \n V5 V6 V7 V8 \nMin. :1.000 Min. :1.000 Length:16 Min. :1.000 \n1st Qu.:1.000 1st Qu.:2.000 Class :character 1st Qu.:2.000 \nMedian :1.000 Median :2.000 Mode :character Median :2.500 \nMean :1.812 Mean :2.438 Mean :3.125 \n3rd Qu.:1.000 3rd Qu.:2.000 3rd Qu.:3.250 \nMax. :9.000 Max. :7.000 Max. :7.000 \n V9 V10 \nMin. : 1.00 Min. :1 \n1st Qu.: 1.00 1st Qu.:1 \nMedian : 1.00 Median :1 \nMean : 2.75 Mean :1 \n3rd Qu.: 3.00 3rd Qu.:1 \nMax. :10.00 Max. :1 \n\nis.na(without_response[impute_here,])\n\n V1 V2 V3 V4 V5 V6 V7 V8 V9 V10\n24 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n41 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n140 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n146 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n159 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n165 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n236 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n250 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n276 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n293 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n295 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n298 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n316 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n322 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n412 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\n618 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE\nRun Code Online (Sandbox Code Playgroud)\n
根据我对您的问题和数据集的理解(正如我之前所说,可重现的示例会有所帮助),我怀疑问题在于 V7 仅具有NA和 常数值。这就是记录的事件向您发出的警告。mice无法估算此类变量,因为它没有基础来预测缺失值应该是什么。
mice(... method = "norm.predict")其工作原理是根据缺失值的变量与数据集中的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。然而,由于V7是常数,因此与其他变量没有方差和协方差。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 中的所有值V7都是常数(即平均插补)之外,无法进行合理的插补。请注意,如果此假设无效,则会出现一些重大缺点。您的另一个最佳选择是成对删除。