Tôi đang cố gắng khám phá các cách để mô phỏng các giá trị bị thiếu trong tập hợp dữ liệu. Tập dữ liệu của tôi chứa số lần đếm (Unnatural, Natural và tổng Total) cho năm (2001-2009), Month (1-12), Gender (M/F) và AgeGroup (4 nhóm).Dự đoán/mô phỏng các giá trị thiếu của một hồi quy Poisson GLM trong R?
Một trong những kỹ thuật xử lý hình ảnh mà tôi đang khám phá là (imisson) hồi quy imputation.
Giả sử dữ liệu của tôi trông như thế này:
Year Month Gender AgeGroup Unnatural Natural Total
569 2006 5 Male 15up 278 820 1098
570 2006 6 Male 15up 273 851 1124
571 2006 7 Male 15up 304 933 1237
572 2006 8 Male 15up 296 1064 1360
573 2006 9 Male 15up 298 899 1197
574 2006 10 Male 15up 271 819 1090
575 2006 11 Male 15up 251 764 1015
576 2006 12 Male 15up 345 792 1137
577 2007 1 Female 0 NA NA NA
578 2007 2 Female 0 NA NA NA
579 2007 3 Female 0 NA NA NA
580 2007 4 Female 0 NA NA NA
581 2007 5 Female 0 NA NA NA
...
Sau khi thực hiện một hồi quy GLM cơ bản - 96 quan sát đã bị xóa do họ bị mất tích. Có lẽ có một cách/gói/chức năng trong R sẽ sử dụng các hệ số của mô hình GLM này để 'dự đoán' (tức là impute) các giá trị còn thiếu cho Tổng (ngay cả khi nó lưu trữ nó trong một khung dữ liệu riêng biệt). Tôi sẽ sử dụng Excel để hợp nhất chúng)? Tôi biết tôi có thể sử dụng các hệ số để dự đoán các hàng phân cấp khác nhau - nhưng điều này sẽ mất vĩnh viễn. Hy vọng rằng có một chức năng/phương pháp một bước?
Call:
glm(formula = Total ~ Year + Month + Gender + AgeGroup, family = poisson)
Deviance Residuals:
Min 1Q Median 3Q Max
-13.85467 -1.13541 -0.04279 1.07133 10.33728
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 13.3433865 1.7541626 7.607 2.81e-14 ***
Year -0.0047630 0.0008750 -5.443 5.23e-08 ***
Month 0.0134598 0.0006671 20.178 < 2e-16 ***
GenderMale 0.2265806 0.0046320 48.916 < 2e-16 ***
AgeGroup01-4 -1.4608048 0.0224708 -65.009 < 2e-16 ***
AgeGroup05-14 -1.7247276 0.0250743 -68.785 < 2e-16 ***
AgeGroup15up 2.8062812 0.0100424 279.444 < 2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 403283.7 on 767 degrees of freedom
Residual deviance: 4588.5 on 761 degrees of freedom
(96 observations deleted due to missingness)
AIC: 8986.8
Number of Fisher Scoring iterations: 4
Cảm ơn bạn đã phản hồi nhanh! Tôi sẽ xem? Predict.gifm! Về sự thiếu hụt - về cơ bản cả năm 2007 và một vài tháng trong năm 2008 bị thiếu (đối với cả nam và nữ và tất cả các nhóm tuổi). Tôi đã cố gắng hiểu cơ chế mất tích - nhưng vẫn còn hơi mờ. Tôi sẽ xem các giá trị được dự đoán trông như thế nào và sau đó điều tra thêm. Tôi có thể sẽ cần phải đọc về các tầng của mô hình (mô hình lồng nhau). Cảm ơn – OSlOlSO
+1 Điểm tốt về phản hồi của NA. –
NB: Dòng thác đơn giản là một chuỗi các mô hình trong trường hợp thiếu quan sát. Về mặt toán học, không có mô hình GLM nếu một người dự đoán bị thiếu, vì vậy bạn cần phải có các mô hình thay thế cho kịch bản đó. Cách bạn chọn chúng tùy thuộc vào bạn. Nó sẽ được an toàn cho một chức năng mô hình để nói "Tôi không biết" - cũng giống như những người khôn ngoan làm. :) – Iterator