Rライブラリの探索6（欠測データ） - データサイエンティスト上がりのDX参謀・起業家

欠測データに対しては取り除くか補完するかで対処するけど、補完はMultiple Imputation（MI）で行うことが多い。 Task ViewではMultivariateのグループにMissing Dataの項目があった。 ちなみにRubin先生は欠測メカニズムを次のように分類している。 Missing Completely at Random (MCAR) Missing at Random (MAR) Missing not at Random (MNAR) MCARとMARの場合はMIしても大丈夫だけど、MNARのときはバイアスが入る。 MNARの場合はそもそもデータにバイアスが入っているので、事前知識が重要になってきます。 Rの場合はライブラリmiceでimputationができる。 mice関数で欠測値を推定→complete関数で欠測部分に埋め込むという流れです。 Chai

[wackyhope]

欠測値の補完方法として、RのmiceパッケージとVIMパッケージの使用方法を記載。参考に。