- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
方法应用
基于R语言的缺失值填补方法
李 璐
(暨南大学 统计学系,广州 510632)
摘 要:数据缺失是一个在实验研究和调查研究中经常遇到的问题。文章先介绍了数据缺失机制的四种
形式,指出解决数据缺失的一般性方法,即可以通过尽量引入更多的相关变量从而简化缺失机制;然后利用R
语言对2006 年中国健康与营养调查的部分数据进行了填补,介绍了各种填补方法在R 中的应用,并在介绍热平
台方法时提出运用R 寻找匹配样本的新思路。
关键词:R 语言;缺失值;填补方法;缺失机制
中图分类号:C821 文献标识码:A 文章编号:1002-6487(2012)17-0072-03
概率不仅与已观测变量有关,可能还与未观测到的变量有
0 引言 关。
(4)基于缺失值本身的缺失,指缺失的概率依赖于缺
我们在得到一份数据文件时常常会发现文件中存在 失值本身,一般可以认为生存分析中的删失数据属于这类
一些缺失的数据,而缺失数据会对分析任务产生阻碍,造 缺失机制,本文暂不考虑这类缺失。
成结果的偏倚及统计工作的低效率。在社会经济调查领 知道了数据的缺失机制后,便能对数据进行初步处
域,这些缺失数据的来源是多方面的,包括失访、无回答、 理。对于完全随机缺失的数据,简单地删除并不会对结果
录入错误、问题回答不合格等等。对于这部分缺失数据的 造成偏倚。对于随机缺失的数据,也是易于处理的,可以
处理将对分析结果造成一定影响,而现实情况是分析数据 通过建立缺失变量与影响缺失概率的变量之间的回归模
者往往对于缺失数据的处理方法没有相应地专业知识,因 型进行预测。而对于基于未观测变量的缺失,以及基于缺
此轻易对缺失数据进行删除或简单的填补,而没有考虑到 失值本身的缺失这两种缺失机制,则要复杂得多,原因是
更深层的因素。本文拟在介绍数据缺失机制及相关理论 我们既然无法观测到相关变量的值,也就无法判断它们之
的基础上,以2006年中国健康与营养调查的部分数据为 间的内在关系。解决这个问题的一个方法是尽量将所有
例,介绍各种填补方法在R语言中的应用,并在介绍热平 类别的缺失机制都简化到随机缺失这一类缺失机制。由
台方法时提出运用R寻找匹配样本的新思路。 于完全随机缺失是少见的,并且将完全随机缺失作为随机
缺失考虑依然不影响结果的偏倚性。而将基于未观测变
1 缺失数据的理论知识 量的缺失简化为随机缺失的想法是可以将尽量多的变量
作为相关变量加入到模型中,这些变量可能与未观测到的
1.1 数据缺失机制 相关变量存在相关关系,可以将其看作是工具变量。因
处理缺失数据前,首先应该了解数据缺失的原因,也 此,本文所使用的方法就有了理论基础。
[1]
就是缺失机制 。缺失机制是指缺失变量与分析变量的关 1.2 缺失数据的处理方法
系,了解数据缺失的原因,有利于选择合适的处理方法对 1.2.1 删除法
数据进行处理。一般情况下,缺失机制可以分为以下四种 解决缺失数据问题的一个简单易行的方法是删除部
[2]
类型 : 分数据,使之成为完整数据进行分析,而这些程序在
您可能关注的文档
- 动梦想地地方.PDF
- 基于PC和EtherCAT地控制技术提高包装.PDF
- 大型涡旋自组织临界态地观测证据.PDF
- 国内新能源汽车地领航人.PDF
- 分户计量供暖系统户间传热问题地探讨.doc
- 基于PLS和改进CVR地数控机床热误差建模.PDF
- 动态血糖序列地精细复合多尺度熵分析.PDF
- 动态增长型循环队列地实现.PDF
- 大型主机应用上地开放系统和中间件2011年度教育部-IBM精.ppt
- 基于Profibus现场总线地计算机联锁控制系统.PDF
- 第五单元《乡土中国》活动课(同步课件)-2024-2025学年高一语文同步精品课堂(统编版必修上册) .pdf
- “双减”背景下初中语文作业设计的优化策略 论文 .docx
- 2024年版 大象版科学一年级上册 第一单元《感官兄弟》 3 水果分享会 教学设计 .pdf
- 2024冀教版新教材七年级上册英语新课程内容解读课件(深度) .pdf
- 【《三精制药员工工作幸福感问卷调研报告》14000字(论文)】 .pdf
- “双减”背景下初中数学作业设计“准”“精”“效” 论文 .pdf
- 浙教版综合实践活动四年级上册第三单元《九九重阳节-总结实施阶段》第2课时 课件 .pdf
- 2024年南京外国语丘班南京一中特长生招生数学试题(含答案详解) .pdf
- 2023年教科版六年级下册科学全册教案 .pdf
- 学宪法讲宪法活动总结范文 .pdf
文档评论(0)