エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
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... 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
2017/05/18 リンク