Question

我试图使用鼠标使用线性模型来估算值。我对老鼠的理解是它遍历行。对于具有NA的列，它使用所有其他列作为预测变量，拟合模型，然后从该模型中采样以填充NA。这是一个我生成一些数据的例子，而不是使用ampute引入缺失的数据。

    n <- 100
    xx<-data.frame(x = 1:n + rnorm(n,0,0.1), y =(1:n)*2 + rnorm(n,0,1))
    head(xx)
    res <- (ampute(xx))
    head(res$amp)

缺少的数据如下：

            x         y
   1       NA  3.887147
   2 2.157168        NA
   3 2.965164  6.639856
   4 3.848165  8.720441
   5       NA 11.167439
   6       NA 12.835415

然后我试图将丢失的数据归咎于：

   mic <- mice(res$amp,diagnostics = FALSE )

我希望那时有非，但在其中一列中总有NA。

 colSums(is.na(complete(mic,1)))

两者中的哪一个相当随机。

通过运行上面的代码，我得到了：

 > colSums(is.na(complete(mic,1)))
  x  y 
  0 30

但也是：

 > colSums(is.na(complete(mic,1)))
  x  y 
 33  0

Answer 1

我尝试运行您的代码并最终遇到相同类型的问题：

library(mice)
n <- 100
xx<-data.frame(x = 1:n + rnorm(n,0,0.1), y =(1:n)*2 + rnorm(n,0,1))
head(xx)
res <- (ampute(xx))
head(res$amp)

如果您查看summary来电中的mice，那么您会看到出现问题。我的数据给出了

tempData <- mice(res$amp,m=5,maxit=50,seed=500)
summary(tempData)
Multiply imputed data set
Call:
mice(data = res$amp, m = 5, maxit = 50, seed = 500)
Number of multiple imputations:  5
Missing cells per column:
 x  y 
21 23 
Imputation methods:
    x     y 
"pmm" "pmm" 
VisitSequence:
x 
1 
PredictorMatrix:
   x  y
x  0  0
y  0  0
Random generator seed value:  500

这里有两个指标。一个是VisitSequence，表示只访问了第一列，x，而不是列y。此外，PreditorMatrix仅在非对角线上包含零，因此没有预测变量使用来自任何其他预测变量的信息。

问题在于您的模拟数据，因为两列太过共线，this detailed answer中给出了类似的解决方案。由于y列的值基本上是x列的两倍，因此会从分析中静默丢弃。

尝试模拟几乎不完全线性的数据，它会起作用。例如二次关系

n <- 100
xx<-data.frame(x = 1:n + rnorm(n,0,0.1), y =(1:n)**2 + rnorm(n,0,1))
head(xx)
res <- (ampute(xx))
head(res$amp)

使用鼠标在data.frame的所有列中输入值

1 个答案: