4

如果我有一个数据框包含 3 个变量：

origdata <- data.frame(
  age <- c(22, 45, 50, 80, 55, 45, 60, 24,   18, 15),
  bmi <- c(22, 24, 26, 27, 28, 30, 27, 25.5, 18, 25),
  hyp <- c(1,  2,  4,  3,  1,  2,  1,  5,    4,  5) )

我创建了 MCAR（随机缺失完整）数据：

halpha <- 0.1

# MCAR for attribute (1) age:
mcar <- runif(10, min = 0, max = 1)  
age.mcar <- ifelse(mcar < alpha, NA, origdata$age)  

# MCAR for attribute (2) bmi: 
mcar <- runif(10, min = 0, max = 1) 
bmi.mcar <- ifelse(mcar < alpha, NA, origdata$bmi)  

# MCAR for attribute (3) hyp: 
mcar <- runif(10, min = 0, max = 1) 
hyp.mcar <- ifelse(mcar < alpha, NA, origdata$hyp)

之后，我使用mice包来估算缺失值，如下所示：

install.packages("mice")
library("mice")
imp <- mice(df, 10)              # 10 is mean 10 iteration imputing data 
fill1 <- complete(imp, 1)        # dataset 1
fill2 <- complete(imp, 2)        # dataset 2
allfill <- complete(imp, "long") # all iterations together

我的问题是：我想通过使用循环分别找到所有 10 个数据集的 RMSE。这是我的 RMSE 方程：

RMSE <- sqrt((sum((origdata - fill)^2)) / sum(is.na(df)))

我的意思是做一个循环来分别找到每个估算数据集的 RMSE：
RMSE1（对于数据集 #1）
RMSE2（对于数据集 #2）
...
RMSE10（对于数据集 #10）

而且我还想知道哪个数据集最适合 impute NA。

4

1 回答 1

3

R中的循环：

m <- imp$m  # number of imputations

RSME <- rep(NA, m)
for (i in seq_len(m)) {
  fill <- complete(imp, i)
  RMSE[i] <- (sqrt((sum((orgdata - fill)^2))/sum(is.na(x))))
}
于 2016-01-10T15:55:33.940 回答