在本章中，你會了解為何遺漏資料會對資料集分析帶來風險。你將認識三種遺漏機制，並學會如何用統計檢定與視覺化工具來辨識它們。

遺漏資料：可能出現的問題

含不完整資料的線性迴歸

分析迴歸輸出

比較模型

遺漏資料的機制

辨識遺漏資料機制

MAR 的 t 檢定：資料準備

MAR 的 t 檢定：詮釋

視覺化遺漏資料的型態

聚合圖

脊椎圖（spine plot）

馬賽克圖

遺漏資料的問題

認識插補方法的分類，並學習三種以捐贈者為基礎的技術：平均插補、hot-deck，以及 k-Nearest-Neighbors 插補。你會一探其原理，了解這些方法如何運作，接著把它們應用到真實的熱帶天氣資料集。同時，你也會學到一些實用技巧，讓這些方法更貼近你的問題情境並有更佳表現。

平均值插補

聞出平均值插補的風險

以平均值補齊溫度

用邊際圖評估插補品質

Hot-deck 插補

基礎 hot-deck

Hot-deck 小技巧 I：在網域內進行插補

Hot-deck 小撇步 II：依相關變數排序

k-Nearest-Neighbors 插補

選擇鄰居數量

kNN 小撇步 I：為捐贈者加權

kNN 小技巧 II：變數排序

以捐贈者為基礎的插補法

現在要學習如何運用統計與機器學習模型（例如線性迴歸、羅吉斯迴歸與隨機森林）來插補遺漏資料。本章會帶你了解這些模型如何做出預測，並運用這些知識，從條件分配中抽取插補值。這很重要，因為可以讓插補值更具變異且更合理，更接近真實資料。

模型式插補方法

線性迴歸插補

初始化遺漏值與在變數間反覆迭代

偵測收斂

重現資料變異性

羅吉斯迴歸插補

從條件分配抽樣

含多種變數型別的模型式插補

以樹為基礎的插補

使用隨機森林進行填補

逐變數插補誤差

速度與準確度的權衡

以模型為基礎的插補法

插補後的數值不是板上釘釘。它們只是估計值，而估計都伴隨不確定性。在最後一章，你會學到如何使用自助法（bootstrapping）與使用 mice 套件的連鎖方程（chained equations），把插補不確定性納入模型與分析中，使其更可靠、更穩健。

以自助抽樣進行多重插補

把補值與建模包成一個函式

執行自助法（bootstrap）

以自助法建立信賴區間

以連鎖方程式進行多重插補

mice 流程：mice - with - pool

選擇預設模型

使用預測矩陣

整合所學

分析遺漏資料的樣態

補值與檢視結果

含插補資料的推論

最後補充說明

插補帶來的不確定性

Biopics dataset

Tropical Atmosphere Ocean dataset

遺漏值無所不在。填補遺漏值的過程稱為插補；若你想做出精準的預測，並在眾人中脫穎而出，正確處理遺漏值是必備技能。在本課程中，你會學到如何使用視覺化與統計檢定來辨識遺漏資料的型態，並用一系列統計與機器學習模型來進行插補。你也會培養決策判斷力，協助你在不同情境下選擇最合適的插補方法。最後，你會學到如何把插補帶來的不確定性納入推論與預測之中，讓結果更穩健、可靠。

Intermediate Regression in R

Dealing With Missing Data in R

學習使用R診斷、可視化和處理遺漏數據，並了解何時使用哪種填補技術。

在 R 中以插補處理遺漏值

學會診斷、視覺化並處理遺漏資料，掌握多種插補技術與提升成效的實用技巧。

以連鎖方程式進行多重插補

Create Your Free Account