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。
R 欠損値の対応(missing value treatment) - 統計学と疫学と時々、助教生活
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
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 欠損値の対応(missing value treatment) - 統計学と疫学と時々、助教生活
今回は、欠損値の発生する理由を紹介し、その後に書籍を参考に欠損値に対応するRのコードを紹介します。... 今回は、欠損値の発生する理由を紹介し、その後に書籍を参考に欠損値に対応するRのコードを紹介します。 医学研究だけでなく、様々な調査をしていると欠損値(missing value)に出会います。欠損値が発生しているメカニズムによっては、結果を大きく変える可能性もあります。そのため、まずは欠損値のメカニズムを把握すること、その後欠損値に対応することになります。 欠損値が発生する理由 MCAR (Missing completely at random)「完全にランダムな欠損値」 MAR (Missing at random)「欠損値と他の変数には関連があるが、その変数の値自体との関連はない」 MNAR (Missing not at random)「欠損値とその変数自体に関連がある」 欠損値のパターンとその対象法など詳しく書かれています。 norimune.net 欠損値への対処方法 「Use