关于R实现多重插补及其可视化
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、进行多重插补
- 二、多重插补结果可视化
- 三、结果评估与结果选择
前言
接着对前文数据集进行多重插补来填补缺失值,利用的是mice包中的airquality数据集,关于R实现缺失值的识别和可视化可看前文,并且此处对原理将不再赘述
关于R实现缺失值的可视化
一、进行多重插补
mice包中的mice()
函数可以对数据集进行缺失值的填补,通过?mice
可以看到mice函数的具体细节。其中参数
m
表示多重填补法的填补矩阵数,默认为5次;
maxit
表示最大迭代次数,默认5次;
method
表示可以使用的多种算法,可以看到内部有pmm(预测平均值配对法),rf(随机森林插补法)等,当然也有着针对多元因子变量缺失值的填补。此处使用随机森林模型进行缺失值的多重插补
> #多重插补
> library(mice)
> x <- mice(airquality, m=5, maxit = 50, method = 'rf', seed = 500)iter imp variable1 1 Ozone Solar.R1 2 Ozone Solar.R1 3 Ozone Solar.R1 4 Ozone Solar.R1 5 Ozone Solar.R2 1 Ozone Solar.R2 2 Ozone Solar.R2 3 Ozone Solar.R2 4 Ozone Solar.R2 5 Ozone Solar.R3 1 Ozone Solar.R3 2 Ozone Solar.R3 3 Ozone Solar.R3 4 Ozone Solar.R3 5 Ozone Solar.R
#...省略结果
通过其中的imp
可以得到插补的情况,
> #查看填补结果
> x$imp
$Ozone1 2 3 4 5
5 21 34 23 11 18
10 28 11 23 11 19
25 8 6 20 1 19
26 16 32 30 45 19
27 20 18 37 14 108
#...省略结果
其中第一列代表着对应的行数,后五列分别是五次插补得到的值。
二、多重插补结果可视化
通过stripplot()
函数可以得到缺失值插补的情况,红色的点代表了插补的数据,由上文可知只有Ozone和Solar.R含有缺失值,所以只有这两个变量进行了填补。
stripplot(x, col=c("grey",mdc(2)),pch=c(1,20))
再对五次填补进行分组观察,第一张图表达着原始数据,后五张图分别代表了五次插补的情况,红色的点代表了插补值,可以看出第一种插补较好
xyplot(x , Ozone ~ Solar.R | .imp, pch=20,cex=1.2)
三、结果评估与结果选择
mice包中的with()
函数进行插补结果的评估,此处利用了广义线性模型进行模型评估,根据P值可以进行最显著模型的选择,可以发现第一组情况较好。
> #评估模型
> fit <- with(x,glm(Ozone ~ Wind + Solar.R + Temp))
> summary(fit)
# A tibble: 20 × 6term estimate std.error statistic p.value nobs<chr> <dbl> <dbl> <dbl> <dbl> <int>1 (Intercept) -58.5 19.4 -3.02 2.96e- 3 1532 Wind -3.11 0.556 -5.59 1.05e- 7 1533 Solar.R 0.0514 0.0201 2.56 1.16e- 2 1534 Temp 1.55 0.216 7.19 2.88e-11 1535 (Intercept) -55.7 21.5 -2.60 1.04e- 2 1536 Wind -3.15 0.617 -5.10 1.03e- 6 1537 Solar.R 0.0754 0.0223 3.38 9.24e- 4 1538 Temp 1.48 0.238 6.23 4.42e- 9 1539 (Intercept) -57.0 20.0 -2.84 5.09e- 3 153
10 Wind -2.78 0.575 -4.84 3.23e- 6 153
11 Solar.R 0.0653 0.0208 3.14 2.05e- 3 153
12 Temp 1.45 0.223 6.51 1.07e- 9 153
13 (Intercept) -33.5 22.1 -1.52 1.32e- 1 153
14 Wind -3.75 0.634 -5.92 2.17e- 8 153
15 Solar.R 0.0415 0.0230 1.80 7.32e- 2 153
16 Temp 1.34 0.247 5.44 2.10e- 7 153
17 (Intercept) -48.6 20.4 -2.39 1.82e- 2 153
18 Wind -2.94 0.585 -5.03 1.40e- 6 153
19 Solar.R 0.0549 0.0211 2.60 1.02e- 2 153
20 Temp 1.41 0.227 6.19 5.54e- 9 153
最后对插补数据进行选择,这里选择第一次插补的结果
> #选择填补值
> result4=complete(x,action=1)
> head(result4)Ozone Solar.R Wind Temp Month Day
1 41 190 7.4 67 5 1
2 36 118 8.0 72 5 2
3 12 149 12.6 74 5 3
4 18 313 11.5 62 5 4
5 21 99 14.3 56 5 5
6 28 299 14.9 66 5 6
关于R实现多重插补及其可视化相关推荐
- R语言︱缺失值处理之多重插补——mice包
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 笔者寄语:缺失值是数据清洗过程中非常重要的问题 ...
- R数据分析:扫盲贴,什么是多重插补
好多同学跑来问,用spss的时候使用多重插补的数据集,怎么选怎么用?是不是简单的选一个做分析?今天写写这个问题. 什么时候用多重插补 首先回顾下三种缺失机制或者叫缺失类型: 上面的内容之前写过,这儿就 ...
- R语言数据缺失值处理(随机森林,多重插补)
缺失值是指数据由于种种因素导致的数据不完整,可以分为机械原因和人为原因.对于缺失值我们通常采用以下几种方法来进行插补. 1.读取数据 通过read.csv函数导入文档,也可以用其他函数读入,如open ...
- 多重插补 均值插补_Feature Engineering Part-1均值/中位数插补。
多重插补 均值插补 Understanding the Mean /Median Imputation and Implementation using feature-engine-.! 了解使用特 ...
- python多重插补_5.4 缺失值插补
5.4 缺失值插补 因为各种各样的原因,真实世界中的许多数据集都包含缺失数据,这类数据经常被编码成空格.NaNs,或者是其他的占位符.但是这样的数据集并不能scikit-learn学习算法兼容,因为大 ...
- R语言缺失值插补之simputation包
获取更多R语言和生信知识,请欢迎关注公众号:医学和生信笔记 医学和生信笔记 公众号主要分享:1.医学小知识.肛肠科小知识:2.R语言和Python相关的数据分析.可视化.机器学习等:3.生物信息学学习 ...
- Python手册(Machine Learning)--statsmodels(列联表和多重插补)
列联表和多重插补 Contingency tables(列联表) Independence(独立性) Symmetry and homogeneity(对称性和同质性) A single 2x2 ta ...
- stata对包含协变量的模型进行缺失值多重插补分析
多重插补已成为处理缺失数据的常用方法 . 我们围绕多重插补技术进行一些咨询,帮助客户解决独特的业务问题. 我们可以考虑使用多个插补来估算X中的缺失值.接下来的一个自然问题是,在X的插补模型中,变量Y是 ...
- r语言插补法_R语言用多重插补法估算相对风险
在这里,我将用R中的一个小模拟示例进行说明.首先,我们使用X1和X2双变量法线和Y模拟大型数据集,其中Y遵循给定X1和X2的逻辑模型. 首先,我们模拟一个非常大的完整数据集: #simulate完整数 ...
最新文章
- 利用JS获取IE客户端IP及MAC的实现
- C++中实现链表的删除和颠倒
- 微软安全管理解决方案 为企业安全保驾护航
- SpringCloud(若依微服务版)读取Nacos中的配置以及多个服务共享Nacos配置的使用
- 有关机器人的会议和论文投稿时间
- 第五章 常用Lua开发库2-JSON库、编码转换、字符串处理
- Ajax实现原理详解
- 华为专家助你1个月拿下物联网高工认证,首次提供全方位就业指导!
- 上海大学c语言程序设计,上海大学2009-2010年度C语言程序设计秋季学期试卷.doc
- Ubuntu 12.04 下安装 Eclipse
- HTML5求自动在闪,HTML5 重复而不停闪烁的团状物
- Microchip PIC系列8位单片机入门教程(六)ADC
- 推荐几款绿色无广告良心软件
- 谷歌浏览器安装xpath插件流程
- Word中的参考文献引用
- 小程序获取百度地图api
- 【Zeekr_Tech】TARA攻击树分析方法论
- pe下找不到ssd硬盘_进入PE系统之后找不到固态硬盘
- 加密项目必修科目:代币经济学
- 【大数据】MaxCompute概述