提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、进行多重插补
- 二、多重插补结果可视化
- 三、结果评估与结果选择
前言
接着对前文数据集进行多重插补来填补缺失值,利用的是mice包中的airquality数据集,关于R实现缺失值的识别和可视化可看前文,并且此处对原理将不再赘述
关于R实现缺失值的可视化
一、进行多重插补
mice包中的mice()
函数可以对数据集进行缺失值的填补,通过?mice
可以看到mice函数的具体细节。其中参数m
表示多重填补法的填补矩阵数,默认为5次;maxit
表示最大迭代次数,默认5次;method
表示可以使用的多种算法,可以看到内部有pmm(预测平均值配对法),rf(随机森林插补法)等,当然也有着针对多元因子变量缺失值的填补。此处使用随机森林模型进行缺失值的多重插补
> #多重插补
> library(mice)
> x <- mice(airquality, m=5, maxit = 50, method = 'rf', seed = 500)
iter imp variable
1 1 Ozone Solar.R
1 2 Ozone Solar.R
1 3 Ozone Solar.R
1 4 Ozone Solar.R
1 5 Ozone Solar.R
2 1 Ozone Solar.R
2 2 Ozone Solar.R
2 3 Ozone Solar.R
2 4 Ozone Solar.R
2 5 Ozone Solar.R
3 1 Ozone Solar.R
3 2 Ozone Solar.R
3 3 Ozone Solar.R
3 4 Ozone Solar.R
3 5 Ozone Solar.R
#...省略结果
通过其中的imp
可以得到插补的情况,
> #查看填补结果
> x$imp
$Ozone
1 2 3 4 5
5 21 34 23 11 18
10 28 11 23 11 19
25 8 6 20 1 19
26 16 32 30 45 19
27 20 18 37 14 108
#...省略结果
其中第一列代表着对应的行数,后五列分别是五次插补得到的值。
二、多重插补结果可视化
通过stripplot()
函数可以得到缺失值插补的情况,红色的点代表了插补的数据,由上文可知只有Ozone和Solar.R含有缺失值,所以只有这两个变量进行了填补。
stripplot(x, col=c("grey",mdc(2)),pch=c(1,20))
再对五次填补进行分组观察,第一张图表达着原始数据,后五张图分别代表了五次插补的情况,红色的点代表了插补值,可以看出第一种插补较好
xyplot(x , Ozone ~ Solar.R | .imp, pch=20,cex=1.2)
三、结果评估与结果选择
mice包中的with()
函数进行插补结果的评估,此处利用了广义线性模型进行模型评估,根据P值可以进行最显著模型的选择,可以发现第一组情况较好。
> #评估模型
> fit <- with(x,glm(Ozone ~ Wind + Solar.R + Temp))
> summary(fit)
# A tibble: 20 × 6
term estimate std.error statistic p.value nobs
<chr> <dbl> <dbl> <dbl> <dbl> <int>
1 (Intercept) -58.5 19.4 -3.02 2.96e- 3 153
2 Wind -3.11 0.556 -5.59 1.05e- 7 153
3 Solar.R 0.0514 0.0201 2.56 1.16e- 2 153
4 Temp 1.55 0.216 7.19 2.88e-11 153
5 (Intercept) -55.7 21.5 -2.60 1.04e- 2 153
6 Wind -3.15 0.617 -5.10 1.03e- 6 153
7 Solar.R 0.0754 0.0223 3.38 9.24e- 4 153
8 Temp 1.48 0.238 6.23 4.42e- 9 153
9 (Intercept) -57.0 20.0 -2.84 5.09e- 3 153
10 Wind -2.78 0.575 -4.84 3.23e- 6 153
11 Solar.R 0.0653 0.0208 3.14 2.05e- 3 153
12 Temp 1.45 0.223 6.51 1.07e- 9 153
13 (Intercept) -33.5 22.1 -1.52 1.32e- 1 153
14 Wind -3.75 0.634 -5.92 2.17e- 8 153
15 Solar.R 0.0415 0.0230 1.80 7.32e- 2 153
16 Temp 1.34 0.247 5.44 2.10e- 7 153
17 (Intercept) -48.6 20.4 -2.39 1.82e- 2 153
18 Wind -2.94 0.585 -5.03 1.40e- 6 153
19 Solar.R 0.0549 0.0211 2.60 1.02e- 2 153
20 Temp 1.41 0.227 6.19 5.54e- 9 153
最后对插补数据进行选择,这里选择第一次插补的结果
> #选择填补值
> result4=complete(x,action=1)
> head(result4)
Ozone Solar.R Wind Temp Month Day
1 41 190 7.4 67 5 1
2 36 118 8.0 72 5 2
3 12 149 12.6 74 5 3
4 18 313 11.5 62 5 4
5 21 99 14.3 56 5 5
6 28 299 14.9 66 5 6