r 软件在非线性估计出现时在计算模型的时候产生了缺省值或无限值

1050500042

11319

收藏 2012-05-17

r 软件在非线性估计出现时在计算模型的时候产生了缺省值或无限值

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

DM小菜鸟

2014-12-31 17:02:52

可以这样来处理——
1．删除法在不影响数据结构的情况下，删除法是最简单的将缺失数据集转变成完整数据集的方法。根据数据处理的不同角度，可以将删除法分为以下4种。
（1）删除观测样本。
（2）删除变量：当某个变量缺失值较多且对研究目标影响不大时，可以将整个变量整体删除。
（3）使用完整原始数据分析：当数据存在较多缺失而其原始数据完整时，可以使用原始数据替代现有数据进行分析。
（4）改变权重：当删除缺失数据会改变数据结构时，通过对完整数据按照不同的权重进行加权，可以降低删除缺失数据带来的偏差。

2．插补法
删除数据虽然简单易行，但会带来信息浪费、改变数据结构等问题，因此在条件允许的情况下，找到缺失值的替代值来进行插补，尽可能还原真实数据是更好的方法。
下面介绍均值插补、回归插补、二阶插补、热平台、冷平台、抽样填补等单一变量插补，多变量插补是单变量插补的推广，请读者自行尝试。
在插补方法中，最简单的是从总体中随机抽取某个样本代替缺失样本。
R程序如下：
> sub=which(is.na(nhanes2[,4])==TRUE)       # 返回nhanes2数据集中第4列为NA的行
> dataTR=nhanes2[-sub,]                      # 将第4列不为NA的数存入数据集dataTR中
> dataTE=nhanes2[sub,]                      # 将第4列为NA的数存入数据集dataTE中
> dataTE[,4]=sample(dataTR[,4],length(dataTE[,4]),replace=T)# 在非缺失值中简单抽样
> dataTE

age bmi    hyp    chl
1  20-39 NA    <NA>       206
4  60-99 NA    <NA> 204
10 40-59 NA    <NA>       206
11 20-39 NA    <NA>       113
12 40-59 NA    <NA> 229
15 20-39 29.6 no    199
16 20-39 NA    <NA> 218
20 60-99 25.5 yes    187
21 20-39 NA    <NA> 199
24 60-99 24.9    no    238

均值法是通过计算缺失值所在变量所有非缺失观测值的均值，使用均值来代替缺失值的插补方法。

类似的，可以使用中位数、四分位数等进行插补，下面仅以均值法为例来对nhanes2数据集的第4列进行实现。
> sub=which(is.na(nhanes2[,4])==TRUE)       # 返回nhanes2数据集中第4列为NA的行
> dataTR=nhanes2[-sub,]                   # 将第四列不为NA的数存入数据集dataTR中
> dataTE=nhanes2[sub,]                      # 将第四列为NA的数存入数据集dataTE中
> dataTE[,4]=mean(dataTR[,4])          # 用非缺失值的均值代替缺失值
> dataTE

   age    bmi    hyp       chl
1 20-39 NA <NA>       191.4
4 60-99 NA    <NA>       191.4
10 40-59    NA    <NA>       191.4
11 20-39 NA    <NA>       191.4
12 40-59 NA    <NA>       191.4
15 20-39 29.6    no    191.4
16 20-39 NA    <NA>       191.4
20 60-99 25.5 yes    191.4
21 20-39 NA    <NA>       191.4
24 60-99 24.9    no    191.4