mice akışı: mice - with - pool

Zincirlenmiş denklemlerle çoklu doldurma (MICE), koşullu dağılımlardan çekerek model tabanlı doldurmayı bir veri kümesine birden fazla kez uygulayarak doldurmadan kaynaklanan belirsizliği tahmin etmemizi sağlar. Böylece, her doldurulmuş veri kümesi birbirinden biraz farklı olur. Ardından her biri üzerinde bir analiz yapılır ve sonuçlar bir araya getirilerek ilgi duyulan büyüklükler, doldurma belirsizliğini yansıtan güven aralıklarıyla birlikte elde edilir.

Bu egzersizde, tipik MICE akışını uygulayacaksın: mice() - with() - pool(). biopics verisi üzerinde bir regresyon analizi yaparak hangi konu mesleğinin (sub_type) en yüksek film hasılatıyla ilişkili olduğunu göreceksin. Haydi mice ile oynayalım!

Bu egzersiz

R'de Atamaya Dayalı Eksik Veri Doldurma

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

mice paketini yükle ve biopics'i mice() ile 5 doldurma kullanarak doldur; sonucu biopics_multiimp'e ata.
Her doldurulmuş veri kümesi için earnings'ı year ve sub_type ile açıklayan bir doğrusal regresyon modeli kur; sonucu lm_multiimp'e ata.
lm_multiimp içinde saklanan regresyon modellerini bir araya getir; sonucu lm_pooled'a ata.
lm_pooled'u özetleyerek %95 güven düzeyinde güven aralıkları üretecek şekilde ayarla.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Load mice package
___

# Impute biopics with mice using 5 imputations
biopics_multiimp <- ___(___, m = ___, seed = 3108)

# Fit linear regression to each imputed data set 
lm_multiimp <- ___(___, ___)

# Pool and summarize regression results
lm_pooled <- ___(___)
___(___, conf.int = ___, conf.level = ___)

Kodu Düzenle ve Çalıştır

Bu egzersiz

R'de Atamaya Dayalı Eksik Veri Doldurma

kursunun bir parçasıdır

AvançadoNível de habilidade

4.7+

Kursa Ücretsiz Başlayın

In this chapter, you’ll find out why missing data can be a risk when analyzing a dataset. You’ll be introduced to the three missing data mechanisms and learn how to recognize them using statistical tests and visualization tools.

Exercise 1: Missing data: what can go wrong Exercise 2: Linear regression with incomplete data Exercise 3: Analyzing regression output Exercise 4: Comparing models Exercise 5: Missing data mechanisms Exercise 6: Recognizing missing data mechanisms Exercise 7: t-test for MAR: data preparation Exercise 8: t-test for MAR: interpretation Exercise 9: Visualizing missing data patterns Exercise 10: Aggregation plot Exercise 11: Spine plot Exercise 12: Mosaic plot

Get to know the taxonomy of imputation methods and learn three donor-based techniques: mean, hot-deck, and k-Nearest-Neighbors imputation. You’ll look under the hood to see how these methods work, before learning how to apply them to a real-world tropical weather dataset. Along the way, you’ll also learn useful tricks that you can use to make them work even better for your problems.

Exercise 1: Mean imputation Exercise 2: Smelling the danger of mean imputation Exercise 3: Mean-imputing the temperature Exercise 4: Assessing imputation quality with margin plot Exercise 5: Hot-deck imputation Exercise 6: Vanilla hot-deck Exercise 7: Hot-deck tricks & tips I: imputing within domains Exercise 8: Hot-deck tricks & tips II: sorting by correlated variables Exercise 9: k-Nearest-Neighbors imputation Exercise 10: Choosing the number of neighbors Exercise 11: kNN tricks & tips I: weighting donors Exercise 12: kNN tricks & tips II: sorting variables

It’s time to learn how to use statistical and machine learning models, such as linear regression, logistic regression, and random forests, to impute missing data. In this chapter, you’ll look into how the models make their predictions and use this knowledge to draw the imputed values from conditional distributions. This is important as it ensures your imputations are more varied and plausible, making them more similar to the true data.

Exercise 1: Model-based imputation approach Exercise 2: Linear regression imputation Exercise 3: Initializing missing values & iterating over variables Exercise 4: Detecting convergence Exercise 5: Replicating data variability Exercise 6: Logistic regression imputation Exercise 7: Drawing from conditional distribution Exercise 8: Model-based imputation with multiple variable types Exercise 9: Tree-based imputation Exercise 10: Imputing with random forests Exercise 11: Variable-wise imputation errors Exercise 12: Speed-accuracy trade-off

Imputed values are not set in stone. They are just estimates and estimates come with some uncertainty. In this final chapter, you’ll discover how bootstrapping and chained equation using the mice package can be used to incorporate imputation uncertainty into your models and analyses to make them more reliable and robust.

Exercise 1: Bootstrap ile çoklu atama Exercise 2: Atama ve modellemeyi bir fonksiyona sarmalamak Exercise 3: Bootstrap'ı çalıştırma Exercise 4: Bootstrap ile güven aralıkları Exercise 5: Zincirleme denklemlerle çoklu atama Exercise 6: mice akışı: mice - with - pool

Geçerli Egzersiz

Exercise 7: Varsayılan modelleri seçmek Exercise 8: Tahminci matrisi kullanma Exercise 9: Hepsini bir araya getirmek Exercise 10: Eksik veri kalıplarını analiz etme Exercise 11: Sonuçları atama ve inceleme Exercise 12: Atanan verilerle çıkarım Exercise 13: Son notlar