用于缺失数据的 LOCF 和 NOCF 方法：如何绘制数据？

如何解决用于缺失数据的 LOCF 和 NOCF 方法：如何绘制数据？

我正在处理以下数据集及其缺失的数据：

const entries = document.querySelectorAll('.entry');
entries.forEach(entry => {
  const closest = entry.closest('.draggable_list,.draggable_item');
  console.log(closest);
});

我想通过上次观察结转法 (LOCF) 和下一次观察结转法 (NOCB) 填充缺失数据，并报告图形表示，按性别绘制年龄期间的个人概况，突出显示推算值，并按性别计算每个年龄的平均值和标准误差。你能提出一种在 plot() 函数中正确设置参数的方法吗？

有人可能对此有任何线索吗？

我在下面放了一些代码，以防万一它们有用，例如从其他数据集提取。

<!-- draggable item is the closest -->
<div class="draggable_list">
  <div class="draggable_item">
    <div class="entry"></div>
  </div>
</div>

<!-- draggable list is the closest -->
<div class="draggable_list">
  <div class="entry"></div>
</div>

解决方法

下一个观察向后结转/上次观察结转对您的数据来说可能是一个非常糟糕的选择。

这些算法通常用于时间序列数据。将最后一次观察向前推进可能是一个好主意。例如。如果考虑 10 分钟的温度测量值，实际室外温度很可能与 10 分钟前的温度非常相似。

对于横截面数据（似乎您正在查看人），前一个人通常与任何其他随机人相比与实际人不相似。

查看用于横截面数据集的 mice R 包。它为您的案例提供了比 locf/nocb 更好的算法。以下是它提供的功能的概述：https://amices.org/mice/reference/index.html

它还包括不同的图来评估插补，例如：

通常在使用小鼠时，您会创建多种可能的插补（关于多次插补的技术值得一读）。但您也可以使用该包仅生成一个估算数据集。

有以下函数可用于可视化您的估算：

bwplot()（观察和估算数据的盒须图）
密度图()（观察数据和推算数据的密度图）
stripplot()（观察和估算数据的带状图）
xyplot()（观察数据和推算数据的散点图）

希望这会有所帮助。所以我的建议是看看这个包，然后用你的新知识开始一个新的方法。