問題タブ [imputation]

複数の列を持つデータセットがあり、そのうちの 1 つがgender. 私が理解している限り、標準オプションを使用すると、すべての変数が等しく扱われるメトリックが計算されますが、たとえば、近隣を検索するときに同じものを使用することが強く推奨される場合にknnImputation()、いくつかのルールを作成したいと考えています(たとえば、総重量または同じ性別の行のみが選択されます (これは、トレーニング セットとテスト セットの両方を分割してから再組み立てすることで実行できますが、もっと簡単な方法が存在する可能性があります))。gendergender

代入関数kNNImpute()のパラメーターとメソッドのhasがあることがわかります。柔軟で編集しやすいルールを作成するにはどうすればよいですか (たとえば、そのようなものの関数として記述されます)。impute.fnknnImputation()meth

IPW と MI を PLS と組み合わせて使用​​しています。それぞれの MI モデルで、95%CI を計算しました。私の質問は、どうすれば 95%CI の結果を最終結果に組み合わせることができるかということです。以下は、私が使用しているサンプルスクリプトです。対象のパラメーターが正規分布に従わないと仮定します。

coeftable[[i]] には、各 MI モデルの係数と 95%CI が含まれています。

以下は、1 つの MI モデルの coeftable です。期待される出力は次のようになりますが、すべての MI モデルの全体的な推定値を示しています。

行列の各列の NA をその列の中央値に置き換えようとしていますが、使用しようとするとlapplyエラーsapplyが発生します。for ループを使用し、一度に 1 つの列を変更すると、コードが機能します。何が間違っていますか?

例：

完全なデータセットを抽出するためのマウス パッケージではcomplete()、次のようにコマンドを使用できます。

しかし、アメリアパッケージで完全なデータセットを抽出する方法を教えてもらえますか??

mi次のようにパッケージを使用して、この不完全なデータを帰属させました。

complete()コマンドは完全なデータセットを返しましたが、この完全なデータセットを out (TRUE / FALSE の列)[missing_x , missing_y , missing_z] なしで返したいです。

私は試しcaretてみDMwRました。どちらもエラーになります

データには、数値、因子、および論理列があります。

ここからデータをダウンロードして、 load('data2013.RData') Thanks!でロードしてください。