基于R语言的缺失值填补方法

被引:39
作者
李璐
机构
[1] 暨南大学统计学系
关键词
R语言; 缺失值; 填补方法; 缺失机制;
D O I
10.13546/j.cnki.tjyjc.2012.17.023
中图分类号
C81 [统计方法];
学科分类号
030305 [社会学理论与方法];
摘要
数据缺失是一个在实验研究和调查研究中经常遇到的问题。文章先介绍了数据缺失机制的四种形式,指出解决数据缺失的一般性方法,即可以通过尽量引入更多的相关变量从而简化缺失机制;然后利用R语言对2006年中国健康与营养调查的部分数据进行了填补,介绍了各种填补方法在R中的应用,并在介绍热平台方法时提出运用R寻找匹配样本的新思路。
引用
收藏
页码:72 / 74
页数:3
相关论文
共 4 条
[1]
缺失值处理方法比较研究 [J].
胡红晓 ;
谢佳 ;
韩冰 .
商场现代化, 2007, (15) :352-353
[2]
统计模拟.[M].(美) 罗斯 (Ross;S.M) ; 著.人民邮电出版社.2007,
[3]
多元线性回归模型中缺失数据填补方法的效果比较 [D]. 
袁中萸 .
中南大学,
2008
[4]
缺失值处理统计方法的模拟比较研究及应用 [D]. 
茅群霞 .
四川大学,
2005