Beroende av saknade data

Hantera saknade värden i R

Nicholas Tierney

Statistician

Översikt

  • MCAR Saknas helt slumpmässigt

  • MAR Saknas slumpmässigt

  • MNAR Saknas inte slumpmässigt

Hantera saknade värden i R

MCAR: Vad är det?

Saknade värden har inget samband med observerade eller ej observerade data.

test vacation
NA TRUE
11.533340 FALSE
10.126115 TRUE
NA FALSE
NA TRUE
8.551881 FALSE
NA FALSE
NA TRUE
10.608264 TRUE
Hantera saknade värden i R

MCAR: Vilka är konsekvenserna?

Konsekvenser

  • Imputering rekommenderas
  • Att ta bort observationer kan minska urvalsstorleken och begränsa inferensen, men ger ingen snedvridning
  • Du bör imputera data
Hantera saknade värden i R

MAR: Vad är det?

Saknade värden beror på observerade data, men inte på ej observerade data

Konsekvenser:

  • Imputera
  • Att ta bort observationer är inte idealiskt och kan ge snedvridning
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
Hantera saknade värden i R

MNAR: Vad är det?

Saknade svarsvärden hänger ihop med ett ej observerat värde som är relevant för det aktuella utfallet.

Konsekvenser:

  • Data blir snedvridet vid borttagning och imputering
  • Inferensen kan begränsas – fortsätt med försiktighet.
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
Hantera saknade värden i R

Exempel: MCAR

vis_miss(mt_cars, cluster = TRUE)

Hantera saknade värden i R

Exempel: MAR

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

Hantera saknade värden i R

Exempel: MNAR

vis_miss(ocean, cluster = TRUE)

Hantera saknade värden i R

Nu kör vi en övning!

Hantera saknade värden i R

Preparing Video For Download...