statistics - ロジスティック回帰の欠損値

Question

欠損値のあるロジスティック回帰を行うことはできますか?

多くの連続属性といくつかのカテゴリがありますが、それらをユーザー欠損として設定できますか? それは役に立つでしょうか？

Answer 1

ほとんどの回帰手順では完全なデータが必要ですが、欠損値を処理するにはさまざまな方法があります。これは微妙なトピックなので、ここで完全な回答をするつもりはありません。この件について読むことをお勧めします。簡単に言えば、次のとおりです。

1. この問題を解決するために観測を削除しないでください。
2. 変数の削除は常に許可されていますが、明らかにデータ予算の点で非常に厳しいものです。
3. 非欠損値の平均値や中央値などのグローバル定数で欠損値を埋めることは、(欠損値の割合が非常に低い場合) 行うとしても控えめに行う必要があります。
4. 他の独立変数に基づいて選択された値で欠損値を埋めることは、上記の番号 3 よりも優先されます。

この主題についてさらに学ぶには、「代入」という用語、特に「単一の代入」と「複数の代入」、「無作為に欠落」、「完全に無作為に欠落」に関する情報を探してください。

Answer 2

回帰分析を行うには、イベントごとに測定されたすべての変数が必要です。おそらく、欠落している属性には別の手法が機能しますが、回帰には機能しません。

ところで、 https://stats.stackexchange.com/に質問を投稿してみてください。

チッ！