问题标签 [imputation]

如果有人能解释这个 KNN 插补是如何工作的，以及它是如何用基于类似记录的值填充 Na 和空因子/字符，我将非常感激。例如：

可以看出，我们在数据集中有很多缺失值，我们如何为字符和因子估算逻辑值。我知道使用 zoo 包我们可以估算数字。

谢谢您的帮助。

我正在尝试使用 bcv 包中的 SVD 插补，但所有插补值都是相同的（按列）。

这是缺少数据的数据集 http://pastebin.com/YS9qaUPs

我哪里错了？

我对如何使用函数predict()有疑问。

我有一个包含 n 行和 10 列的数据集。第一列是因变量，其他变量是自变量。我在第一个变量（即 x1）上有 50% 的缺失数据，并且完全观察到其他变量。我想通过使用对应案例和来自以下模型的回归系数来预测 x1（缺失的部分）：

这是我的代码：

它们应该是不同的，但实际上它们是完全相同的。谁能帮助我并说出代码中出了什么问题？因为 x1_obs_hat 和 x1_mis_hat 应该是不同的，因为我对 B 组使用了不同的观察。

谢谢 ：）

我有必须用 Python 分析的 CSV 数据。数据中有一些缺失值。数据样本如下：

样本

数据有一些缺失OB_DATE和METO_STMP_TIME，我想估算这些字段中的缺失值。

这里的基本问题是：

1. 缺失值的估算是什么？我们可以采用哪些方法？

我为此搜索了很多，但我不清楚插补的概念。

2. 我们如何在不使用任何外部库的情况下在 Python 中做到这一点？

如果使用外部库，那很好，但这是他们在没有任何外部库的情况下实现它的可能方法。

假设我有一个数据框，其中包含 5 年的数据，显示美国所有 50 个州的 50 个最大城市的凶杀案数量。数据框中还有该城市的人口和拥有的枪支数量。但是，在每一行中只有一个population, homicides or guns（参见df下面的示例）：

这个生成的数据框比它需要的长 25,000 行，因为代表唯一组合的每一行state, city and year可能包含population, homicide and guns数据，而不仅仅是一个。换句话说，它可能看起来像这样：

从 开始df，如何合并数据行以为每个组合population, guns and homicides创建一行？state, city, year因此导致 df.ideal

遗憾的是，该解决方案也必须适用于不平衡的数据帧 - 在理想情况下，如果在值替换除 NA 之外的任何内容时出现警告，那就太好了。

我们正在使用 ESS 数据集，但不确定如何处理 SAS Enterprise Guide 中的缺失值问题。我们的因变量是“主观幸福感”，旨在包括大量控制变量——因此，我们有一个数据集包含大量缺失值的情况。

我们不想使用“列表删除”。相反，我们希望根据被访者的回答以不同的方式处理不同的缺失：“不回答”、“不适用”、“拒绝”、“不知道”。例如，我们计划对不适用进行成对删除，而我们可能希望使用其他一些回答的平均值 - 取决于问题（假设受访者的回答提供有关 MCAR、MAR、 NMAR)。

我们的主要问题是：

• 目前，我们缺失的变量在数据集中以不同的方式标记（99、77、999、88 等），我们是否应该在继续使用 SAS Enterprise Guide 之前在 Excel 中替换这些值？如果是 - 我们应该如何最好地替换它们，因为它们应该以不同的方式处理？
• 我们如何告诉 SAS Enterprise Guide 以不同的方式处理不同的缺失？
• 如果我们使用虚拟变量来标记拒绝，例如收入，我们如何将这些包含在最终回归中？

我们已尝试阅读此内容，但有些困惑，因此我们非常感谢您的帮助:)

我们如何使用 R 中的线性模型方法对单变量季节性时间序列进行插补？它应该考虑季节性，最好是趋势。我已经使用tslm函数进行预测，但不知道类似的插补函数。

有没有办法在多重插补数据集（Amelia II）上使用面板校正标准误差（pcse 包）组合结果？

例如我想结合以下模型的结果：

我尝试使用 Rubin 的规则计算合并估计值和合并标准误差，但在手动计算多元模型的检验统计量和 p 值时遇到了麻烦。

我试图在Stata中同时估算两个变量：说y和x。然后我想为他们执行线性回归。

我使用的代码是：

我遇到了一个错误：“估计样本在 m=1 和 m=11 之间变化”。有人可以帮我吗？谢谢！

我想使用 R 中的MICE包对一组变量执行多重插补。

最小值为gcs3 ，最大值为15，它可能不是小数，如何在MICE中设置这些约束？也一样，但是这个只有0hf的下限。