ความสัมพันธ์ของข้อมูลที่หายไป

การจัดการข้อมูลที่หายไปใน R

Nicholas Tierney

Statistician

โครงร่าง

  • MCAR ข้อมูลหายแบบสุ่มสมบูรณ์

  • MAR ข้อมูลหายแบบสุ่ม

  • MNAR ข้อมูลหายแบบไม่สุ่ม

การจัดการข้อมูลที่หายไปใน R

MCAR คืออะไร?

การขาดหายของข้อมูลไม่มีความสัมพันธ์กับข้อมูลใด ๆ ที่สังเกตหรือไม่ได้สังเกต

test vacation
NA TRUE
11.533340 FALSE
10.126115 TRUE
NA FALSE
NA TRUE
8.551881 FALSE
NA FALSE
NA TRUE
10.608264 TRUE
การจัดการข้อมูลที่หายไปใน R

MCAR: ผลกระทบคืออะไร?

ผลกระทบ

  • แนะนำให้ใช้การ Imputation
  • การลบข้อมูลอาจลดขนาดกลุ่มตัวอย่าง จำกัดการอนุมาน แต่ไม่ทำให้เกิด Bias
  • ควรทำการ Impute ข้อมูล
การจัดการข้อมูลที่หายไปใน R

MAR คืออะไร?

การขาดหายของข้อมูลขึ้นอยู่กับข้อมูลที่สังเกตได้ ไม่ใช่ข้อมูลที่ไม่ได้สังเกต

ผลกระทบ:

  • ให้ทำ Impute
  • การลบข้อมูลไม่เหมาะสม อาจทำให้เกิด Bias
test vacation depression
NA TRUE 87.93109
11.533340 FALSE 40.02708
10.126115 TRUE 48.62883
NA FALSE 88.21743
NA TRUE 90.29282
8.551881 FALSE 44.77343
NA FALSE 89.48865
NA TRUE 89.99209
10.608264 TRUE 45.56832
การจัดการข้อมูลที่หายไปใน R

MNAR คืออะไร?

การขาดหายของตัวแปรตอบสนองสัมพันธ์กับค่าที่ไม่ได้สังเกต ซึ่งเกี่ยวข้องกับการประเมินที่สนใจ

ผลกระทบ:

  • ข้อมูลจะเกิด Bias จากการลบและการ Imputation
  • การอนุมานอาจถูกจำกัด ควรดำเนินการด้วยความระมัดระวัง
test vacation depression
NA TRUE NA
11.533340 FALSE 11.533340
10.126115 TRUE 10.126115
NA FALSE NA
NA TRUE NA
8.551881 FALSE 8.551881
NA FALSE NA
NA TRUE NA
10.608264 TRUE 10.608264
การจัดการข้อมูลที่หายไปใน R

ตัวอย่าง: MCAR

vis_miss(mt_cars, cluster = TRUE)

การจัดการข้อมูลที่หายไปใน R

ตัวอย่าง: MAR

oceanbuoys %>% arrange(year) %>% vis_miss()

การจัดการข้อมูลที่หายไปใน R

ตัวอย่าง: MNAR

vis_miss(ocean, cluster = TRUE)

การจัดการข้อมูลที่หายไปใน R

มาฝึกกันเถอะ!

การจัดการข้อมูลที่หายไปใน R

Preparing Video For Download...