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。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。