混合型缺失数据填补方法比较与应用

被引：48

作者：

杨弘 ^{[1
]}

田晶 ^{[2
]}

王可 ^{[1
]}

张青 ^{[1
]}

韩清华 ^{[2
]}

张岩波 ^{[1
,3
]}

机构：

[1] 山西医科大学公共卫生学院流行病与卫生统计学教研室

[2] 山西医科大学附属第一医院心内科

[3] 重大疾病风险评估山西省重点实验室

来源：

中国卫生统计 | 2020年 / 03期

关键词：

混合型数据; 缺失值填补; 因子分析; 缺失森林;

D O I：

暂无

中图分类号：

R195.1 [卫生统计学];

学科分类号：

100401 [流行病与卫生统计学];

摘要：

目的针对混合型缺失数据,使用几种填补方法在缺失填补中的应用并评价填补效果。方法结合实际数据,模拟出不同缺失比例(10%、20%、30%、50%),采用MissForest、因子分析(FAMD)、K-最近邻填补法(KNN)和基于链式方程多重插补(MICE)四种方法进行填补;采用错分类比例(PFC)、正则化均方根误差(NRMSE)和回归系数估计值比较填补效果。结果 FAMD与MissForest相比,对分类变量填补表现优越。缺失比例是10%时,FAMD与MissForest表现优于KNN和MICE;缺失比例是20%时FAMD明显优于其它三种方法,但是MissForest表现亦可;缺失比例是30%时,四种模型表现明显下降,处理效果均不太理想;缺失比例是50%时,虽然FAMD仍有两个变量符合优良标准,但对某些变量估计误差较大,其它三种方法填补均失效。结论 FAMD填补方法总体表现较好,面对混合型缺失数据时可以考虑优先选用。

引用

页码：395 / 399

页数：5

共 3 条

[1]

基于R软件的缺失数据MICE填补效果研究 [J].