多选取值_R语言缺失值的处理—

在进行数据分析的过程中，有时候拿到的数据并不完整，有很多确实数据。这就需要我们对这些缺失值进行处理。一般的处理办法包括删除缺失值较多的样本和变量、使用其他样本均值替代缺失值等方法。而利用回归模型进行缺失值插补的方法也是十分普遍的，本文将利用一个例子进行介绍。

1 读取数据。

library(foreign) #加载程序包

stu_data_na=read.spss(file="stu_data_na.sav",to.data.frame=TRUE)

head(stu_data_na) #查看数据前几行

2 查看数据集缺失情况。

dim(stu_data_na) #查看数据维度

sum(complete.cases(stu_data_na)) #查看完整数据条数

library(mice) #加载mice包

md.pattern(stu_data_na) #利用函数md.pattern查看数据缺失情况

结果中的1表示无缺失，0表示有缺失。可以看到stu_data_na数据集共有26条完整数据，x1、x2两个变量中,x1是无缺失数据的，x2有8个缺失值。

3 下面利用回归预测方法插补变量x2的缺失值。首先，将x2完整和有缺失的数据分开。

stu_1=which(is.na(stu_data_na[,4])==TRUE) #返回stu_data_na中第4列为缺失的行，也就是x2为空的行

stu_data_com1=stu_data_na[-stu_1,] #选取x2不为空的行

head(stu_data_com1)

stu_data_fill1=stu_data_na[stu_1,] #选取x2为空的行

head(stu_data_fill1)

4 建立x2、x1的回归模型。

lm=lm(x2~x1,data=stu_data_com1) #其中x1为自变量，x2为因变量

summary(lm)

从结果中可以看出，回归模型是显著的。x1和x2具有一定的线性关系。因此利用回归模型来填补缺失值是可行的。

5 stu_data_fill1[,4]=round(predict(lm,stu_data_fill1)) #将x2的缺失值用非缺失值的回归模型预测结果来替代

stu_data_fill1 #查看已经补全的数据

6 stu_data_new=rbind(stu_data_com1,stu_data_fill1)#将填补了缺失值的数据与完整数据合并得到最终的数据集。

head(stu_data_new) #查看新的数据集

dim(stu_data_new )

缺失值插补完成。

多选取值_R语言缺失值的处理——回归预测法相关推荐

graphpad7.04多组比较p值_R语言缺失值处理（MICE/Amelia/missForest/Hmisc/mi）
这是一篇对R语言中处理缺失值的整理,主要思路搬运自Medium上面一篇Harshitha Mekala写的文章Dealing with Missing Data using R,是我目前搜到的最全的关 ...
r语言datarame删除行_R语言缺失值的处理：线性回归模型插补
原文链接: 拓端数据科技 / Welcome to tecdattecdat.cn 在当我们缺少值时,系统会告诉我用-1代替,然后添加一个指示符,该变量等于-1.这样就可以不删除变量或观测值. 视频 ...
多元有序logistic回归_R语言多元Logistic逻辑回归应用案例
原文链接: http://tecdat.cn/?p=2640 tecdat.cn 可以使用逐步过程确定多元逻辑回归.此函数选择模型以最小化AIC. 如何进行多元逻辑回归可以使用阶梯函数通过逐步过程 ...
r语言查找是否存在空值_R语言-缺失值判断以及处理
#####缺失值判断以及处理##### #举例1:向量类型判断缺失值is.na和缺失值的填补which (x is.na(x) #返回一个逻辑向量,TRUE为缺失值,FALSE为非缺失值 table ...
r 函数返回多个值_R语言：广义估计方程(GEE)
01 解决何种问题在临床研究中,经常会比较两种治疗方式对患者结局的影响,并且多次测量结局.例如为了研究两种降血糖药对血糖的控制结果是否存在差异,研究者会在两组人群服药后不同的时间点记录血糖值,然后评 ...
r 多元有序logistic回归_R语言多元Logistic逻辑回归应用案例
可以使用阶梯函数通过逐步过程确定多重逻辑回归.此函数选择模型以最小化AIC. 如何进行多重逻辑回归可以使用阶梯函数通过逐步过程确定多重逻辑回归.此函数选择模型以最小化AIC. 通常建议不要盲目地遵循 ...
r语言boxcox异方差_R语言讲义(包括各种回归).pptx
R 语言讲义;免费(没有权力和铜臭)资源公开, 可改变代码(不是黑盒子,也不是吝啬鬼, 透明是防止"腐败"的最好方式) 容易学习.可编程以实行复杂的课题可扩展: 通过数千个网上提供 ...
r语言中将茎叶图旋转90度_R语言讲义(包括种回归).ppt
R 语言讲义吴喜之免费(没有权力和铜臭) 资源公开, 可改变代码(不是黑盒子,也不是吝啬鬼, 透明是防止"腐败"的最好方式) 容易学习.可编程以实行复杂的课题可扩展: 通过数 ...
R语言缺失值替换：缺失的值(NA)替换每个分组最近的非缺失值
R语言缺失值替换:缺失的值(NA)替换每个分组最近的非缺失值目录 R语言缺失值替换:缺失的值(NA)替换每个分组最近的非缺失值

多选取值_R语言缺失值的处理——回归预测法

多选取值_R语言缺失值的处理——回归预测法相关推荐

最新文章

热门文章