R MICE填补缺失值无法完成。

Question

我对于为什么我的R中的mice包中的插补操作失败感到困惑。我正在尝试使用以下数据框进行非常简单的操作：

dfn <- read.table(text =
"a b c  d
 0 1 0  1
 1 0 0  0
 0 0 0  0
NA 0 0  0
 0 0 0 NA", header = TRUE)

接下来我会使用以下方法来进行简单的平均值插补，具体如下：

imp <- mice(dfn, method = "mean", m = 1, maxit =1)
filled <- complete(imp)

然而，我的完成数据看起来像这样：

filled
#     a b c  d
#1 0.00 1 0  1
#2 1.00 0 0  0
#3 0.00 0 0  0
#4 0.25 0 0  0
#5 0.00 0 0 NA

为什么我仍然会得到这个结尾的NA？这是我能构建的最简单的失败示例，但我的真实数据集要大得多，我只是想了解哪些地方出了问题。任何帮助都将不胜感激！

- mjnichol

---

好的，看起来问题是由于其中一列是其他某些列的完美线性组合所导致的。对于真实数据，有什么处理方法吗？ - mjnichol

这个问题似乎不适合本论坛，因为它已经在stats.stackexchange.com上发布了：http://stats.stackexchange.com/q/127104/11849 - Roland

@Roland 是的，我也在那里发布了，并且一个用户在评论中给出了问题的原因。 - mjnichol

Answer 1

我不确定这个翻译是否准确，但是这是我的尝试。尽管method="mean"应该填补无条件均值，但从文档中可以看出，predictorMatrix并没有相应地改变。

通常，剩余的NA是由于预测因子存在多重共线性或每个变量的案例太少（以至于无法估计填补模型）而导致的。然而，method="mean"不应该表现出这种行为。

以下是我的做法：

dfn <- read.table(text="a b c  d
 0 1 0  1
 1 0 0  0
 0 0 0  0
NA 0 0  0
 0 0 0 NA", header=TRUE)

imp <- mice( dfn, method="mean", predictorMatrix=diag(ncol(dfn)) )
complete(imp)

# 1 0.00 1 0 1.00
# 2 1.00 0 0 0.00
# 3 0.00 0 0 0.00
# 4 0.25 0 0 0.00
# 5 0.00 0 0 0.25

您可以使用实际数据集尝试此操作，但应仔细检查结果。例如，请执行以下操作：

sapply(dfn, function(x) mean(x,na.rm=TRUE))

每个变量的均值应该与已被插补的相同。如果这个方法可以解决您的问题，请告诉我。

- SimonG