Tôi có ma trận rất lớn với nhiều giá trị bị thiếu. Tôi muốn nhận được sự tương quan giữa các biến.Xử lý các giá trị thiếu cho phép tính tương quan
1. Là giải pháp
cor(na.omit(matrix))
tốt hơn so với dưới đây?
cor(matrix, use = "pairwise.complete.obs")
Tôi đã chọn các biến chỉ có hơn 20% giá trị bị thiếu.
2. Phương pháp nào là hợp lý nhất?
Tôi sẽ bỏ phiếu cho tùy chọn thứ hai. Có vẻ như bạn có một số lượng dữ liệu thiếu hợp lý và vì vậy, bạn sẽ tìm kiếm một chiến lược hợp lý hóa nhiều thông tin để điền vào các khoảng trống. Xem văn bản của Harrell "Chiến lược mô hình hồi quy" để có nhiều hướng dẫn về 'cách thực hiện điều này đúng cách.
Tôi nghĩ tùy chọn thứ hai có ý nghĩa hơn,
Bạn có thể xem xét sử dụng hàm rcorr trong gói Hmisc.
Tốc độ rất nhanh và chỉ bao gồm các quan sát hoàn chỉnh theo cặp. Các đối tượng quay trở lại chứa một ma trận
Điều này có nghĩa rằng bạn có thể bỏ qua các giá trị tương quan dựa trên một số lượng nhỏ các quan sát (bất kể ngưỡng đó dành cho bạn) hoặc dựa trên giá trị p.
library(Hmisc)
x<-matrix(nrow=10,ncol=10,data=runif(100))
x[x>0.5]<-NA
result<-rcorr(x)
result$r[result$n<5]<-0 # ignore less than five observations
result$r
Đối với độc giả tương lai Pairwise-complete correlation considered dangerous thể có giá trị, cho rằng cor(matrix, use = "pairwise.complete.obs") được coi là nguy hiểm và đề xuất giải pháp thay thế như use = "complete.obs").