测试 R 中的缺失值

Question

我有一个时间序列数据集，其中有一些缺失值。我希望估算缺失值，但我不确定哪种方法最合适，例如 imputeTS 包中的线性、样条或 stine。

为了完整起见，我想测试一下我的数据是否是MCAR、MAR、NMAR。我很清楚这是 MCAR，但我有兴趣进行测试。

str(wideRawDF)
'data.frame':   1343 obs. of  13 variables:
 $ Period.Start.Time: POSIXct, format: "2017-01-20 16:30:00" "2017-01-20 16:45:00" "2017-01-20 17:00:00" "2017-01-20 17:15:00" ...
 $ DO0182U09A3      : num  -102 -101 -101 -101 -101 ...
 $ DO0182U09B3      : num  -103.4 -102.8 -103.3 -95.9 -103 ...
 $ DO0182U09C3      : num  -103.9 -104.2 -103.9 -99.2 -104.1 ...
 $ DO0182U21A1      : num  -105 -105 -105 -104 -102 ...
 $ DO0182U21A2      : num  -105 -104 -105 -105 -105 ...
 $ DO0182U21A3      : num  -105 -105 -105 -105 -105 ...
 $ DO0182U21B1      : num  -102 -103 -104 -104 -104 ...
 $ DO0182U21B2      : num  -99.4 -102 -104 -101.4 -104.1 ...
 $ DO0182U21B3      : num  -104 -104 -104 -104 -104 ...
 $ DO0182U21C1      : num  -105 -105 -105 -104 -105 ...
 $ DO0182U21C2      : num  -104 -105 -105 -103 -105 ...
 $ DO0182U21C3      : num  -105 -105 -105 -105 -105 ...

md.pattern(wideRawDF)
     Period.Start.Time DO0182U21C1 DO0182U21C2 DO0182U21C3 DO0182U21B1 DO0182U21B2 DO0182U21B3 DO0182U09A3 DO0182U09B3 DO0182U09C3 DO0182U21A1 DO0182U21A2
1327                 1           1           1           1           1           1           1           1           1           1           1           1
   3                 1           1           1           1           1           1           1           0           1           1           1           1
   1                 1           1           1           1           1           1           1           1           0           1           1           1
   2                 1           1           1           1           1           1           1           1           1           0           1           1
   1                 1           1           1           1           1           1           1           0           1           1           0           0
   1                 1           1           1           1           1           1           1           0           0           1           0           0
   3                 1           1           1           1           1           1           1           1           0           0           0           0
   2                 1           1           1           1           1           1           1           0           0           0           0           0
   3                 1           1           1           1           0           0           0           1           0           0           0           0
                     0           0           0           0           3           3           3           7          10          10          10          10
     DO0182U21A3   
1327           1  0
   3           1  1
   1           1  1
   2           1  1
   1           0  4
   1           0  5
   3           0  5
   2           0  6
   3           0  8
              10 66

如您所见，我的 DF 中的某些列没有 NA 值。我希望仅将具有 NA 的列传递给 MissMech 包中的 TestMCARNormality 函数。

我尝试了以下方法，但我一直收到同样的错误：

> TestMCARNormality(wideRawDF[,3:4])
Warning: 8 Cases with all variables missing have been removed 

          from the data.
Warning: More than one missing data pattern should be present.

使用 colnames 我得到了我引用 md.pattern 的上述输出的列的索引，以确保我正在使用具有 NA 值的列。

> colnames(wideRawDF)
 [1] "Period.Start.Time" "DO0182U09A3"       "DO0182U09B3"       "DO0182U09C3"       "DO0182U21A1"       "DO0182U21A2"       "DO0182U21A3"       "DO0182U21B1"      
 [9] "DO0182U21B2"       "DO0182U21B3"       "DO0182U21C1"       "DO0182U21C2"       "DO0182U21C3"

测试缺失值并仅将具有 NA 的列传递给 TestMCARNormality 函数的聪明方法是什么？

Answer 1

根据评论，您可以使用以下内容：

has_na <- sapply(wideRawDF, function(x) any(is.na(x)))
TestMCARNormality(wideRawDF[has_na])

has_na是一个布尔向量，对应wideRawDF的每一列。对于其中至少有一个缺失值的任何列，它将为 TRUE。

因此，wideRawDF[has_na] 是您的数据框 wideRawDF，但只有具有缺失值的列。

Answer 2

原来问题出在 TestMCARNormality 中关于缺失模式必须具有的案例数量的默认设置，以便将其包含在分析中。有问题的选项是 "del.lesscases"，默认情况下设置为 6。这意味着它将删除任何丢失的数据模式，而不是 6 个或更少的案例。除了数据中包含完整数据的第一个缺失模式外，每个模式不超过 3 个案例，所有这些案例都默认删除。因此，TestMCARNormality 给您的错误是您需要超过 1 个缺失数据模式，这是正确的。如果设置 del.lesscases = 2 那么它将保留所有缺失的模式至少有 3 个案例，如果设置为 del.lesscases = 1 它将保留所有模式至少有 2 个案例。

测试 R 中的缺失值

Testing for missing values in R

r

missing-data

imputation

imputets