Mnohonásobná imputace pomocí zřetězených rovnic

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Toto cvičení je součástí kurzu

Práce s chybějícími daty pomocí imputace v R

SkillTag.level.advancedSkillTag.label

4.8+

104 reviews

Začněte kurz zdarma

V této kapitole zjistíš, proč mohou chybějící data představovat riziko při analýze datové sady. Seznámíš se se třemi mechanismy chybějících dat a naučíš se je rozpoznávat pomocí statistických testů a nástrojů pro vizualizaci.

Exercise 1: Chybějící data: co se může pokazit Exercise 2: Lineární regrese s neúplnými daty Exercise 3: Analýza výstupu regrese Exercise 4: Porovnávání modelů Exercise 5: Mechanismy chybějících dat Exercise 6: Rozpoznávání mechanismů chybějících dat Exercise 7: t-test pro MAR: příprava dat Exercise 8: t-test pro MAR: interpretace Exercise 9: Vizualizace vzorců chybějících dat Exercise 10: Agregační graf Exercise 11: Spine plot Exercise 12: Mozaikový graf

Poznáš taxonomii metod imputace a naučíš se tři techniky založené na dárcích: imputaci průměrem, hot-deck imputaci a imputaci metodou k nejbližších sousedů. Podíváš se pod pokličku a uvidíš, jak tyto metody fungují, a pak je použiješ na reálný dataset tropického počasí. Cestou tě čekají i užitečné triky, díky nimž tyto metody ještě lépe zvládneš přizpůsobit svým problémům.

Exercise 1: Imputace průměrem Exercise 2: Rizika průměrové imputace Exercise 3: Imputace průměrem pro teplotu Exercise 4: Hodnocení kvality imputace pomocí margin plotu Exercise 5: Imputace metodou hot-deck Exercise 6: Hot-deck imputace v základní podobě Exercise 7: Tipy a triky pro hot-deck I: imputace v rámci domén Exercise 8: Triky a tipy pro hot-deck imputaci II: řazení podle korelovaných proměnných Exercise 9: Imputace metodou k nejbližších sousedů Exercise 10: Volba počtu sousedů Exercise 11: Tipy a triky pro kNN I: vážení donorů Exercise 12: Tipy a triky pro kNN II: řazení proměnných

Nastala chvíle naučit se využívat statistické modely a modely strojového učení – například lineární regresi, logistickou regresi a náhodné lesy – k imputaci chybějících dat. V této kapitole se podíváš na to, jak modely vytvářejí své předpovědi, a využiješ toto poznání k čerpání imputovaných hodnot z podmíněných rozdělení. To je důležité, protože zajistí větší variabilitu a věrohodnost tvých imputací, a tedy jejich větší podobnost se skutečnými daty.

Exercise 1: Přístup k imputaci pomocí modelů Exercise 2: Imputace lineární regresí Exercise 3: Inicializace chybějících hodnot a iterace přes proměnné Exercise 4: Detekce konvergence Exercise 5: Replikace variability dat Exercise 6: Imputace logistickou regresí Exercise 7: Výběr z podmíněného rozdělení Exercise 8: Imputace pomocí modelu s více typy proměnných Exercise 9: Imputace pomocí stromových modelů Exercise 10: Imputace pomocí náhodných lesů Exercise 11: Chyby imputace pro jednotlivé proměnné Exercise 12: Kompromis mezi rychlostí a přesností

Imputované hodnoty nejsou vytesány do kamene. Jsou to jen odhady a každý odhad s sebou nese určitou míru nejistoty. V této závěrečné kapitole objevíš, jak lze bootstrapping a řetězené rovnice pomocí balíčku mice použít k zahrnutí nejistoty imputace do tvých modelů a analýz, aby byly spolehlivější a robustnější.

Exercise 1: Vícenásobná imputace pomocí bootstrappingu Exercise 2: Zabalení imputace a modelování do funkce Exercise 3: Spuštění bootstrappingu Exercise 4: Bootstrapping intervalů spolehlivosti Exercise 5: Mnohonásobná imputace pomocí zřetězených rovnic

Aktuální cvičení

Exercise 6: Postup v mice: mice - with - pool Exercise 7: Výběr výchozích modelů Exercise 8: Použití matice prediktorů Exercise 9: Dáme to dohromady Exercise 10: Analýza vzorců chybějících dat Exercise 11: Imputace a kontrola výsledků Exercise 12: Inference s imputovanými daty Exercise 13: Závěrečné poznámky