imputation专题提供imputation的最新资讯内容,帮你更好的了解imputation。
我使用多重插补来替换 SPSS 数据中缺失的数据点。 (运行 5 次插补)。在制作复合变量时,我如何确保
我正在尝试为一组分类和数值变量估算缺失值。 我使用的代码如下: <pre><code>sapply(data, function(x) sum(i
我无法使用 <a href="https://jtools.jacob-long.com/" rel="nofollow noreferrer">jtools</a>' <a href="https://jtools.jacob-long.com/ref
对于我的项目,我收到了一个估算数据框。它仍然包含缺少的变量。我想知道是否有人可以告诉我在这
Scikit-learn 的迭代插补器可以以<em>循环</em>方式插补缺失值。为了评估其与其他传统回归器的性能,可以
我有大约 1500 列(特征)和 900 行数据的数据。我正在使用它来删除平均值小于 80% 的值 <pre><code>df1 =
假设以下数据集 <div class="s-table-container"> <table class="s-table"> <头> <tr> <th style="text-align: center;"></th> <th st
我使用 MissRanger 进行插补,然后将 BRMS 应用到插补数据集。 BRMS 描述了如何使用 <code>mice</code> 包,但 Mis
我有以下数据框。 <pre><code>data.frame(stringsAsFactors = FALSE, Item = c(&#34;A&#34;,&#34;A&#34;, &#34;B&#34;, &#34;B&#34;
所以我正在处理一个数据集,它有大约一百万个条目和 7 列(最后一列不重要,它只包含名称),6 列是
拜托,我想对年龄(连续)和四分位数(分类)执行交互样条分析。 重点是比较 Q4 和 Q1,并允许风险比
我正在尝试对一项小型实验性研究进行多重插补,在该研究中,学生被分为三组。我在一些论文中读到
<code>rpart</code> 有能力处理 na 值,方法是从代理分割中插补它们。通过在 <code>usesurrogate = 2</code> 中设置 <
我正在尝试从使用多重插补的数据估算逻辑模型中的边际效应,同时还使用稳健的集群标准误差。我之
我使用Missforest()来插补分类变量,发现插补的数据是小数而不是整数。 知道这是怎么发生的吗?</p
我需要一点帮助才能知道<strong>如何获得具有 2 个以上模态的分类变量的全局 p 值</strong>(例如:地理区
我正在运行回归算法并使用 sklearn Pipelines 进行预处理。最初,我对所有数字列都使用了迭代输入法,但
我需要用估算值计算一些变量的总和。我用 <code>complete</code> --> <code>as.mids</code> --> <code>with</code> --> <code>
在使用 <code>aregImpute</code> 和 <code>impute.transcan</code> 执行插补后,我试图仅选择一个数据框。但是,我无
我有一个包含分类值的列 <code>grade</code> 的数据框。我的问题导致这样一个事实,即值的类型是 <code>float