名義數據的插補大家好。
我想知道是否可以為名義缺失數據估算數據。
我知道如何處理連續數據，但對於分類數據，我在軟件中沒有找到任何東西。
提前致謝！
分析數據表其他回复：名義數據的插補我同意所有的@Mark_Bailey已分享。 為了增加我的兩分錢，如果您沒有 JMP Pro，這裡有一個想法供您考慮，您不必在平台對話規範窗口上調用信息缺失，而是在建模中獲得與所述調用的道德等價物分析......“缺失”將被隱藏起來，並且不會像表格或數據可視化那樣有效/整齊地顯示......但它會在那裡。
首先解釋一下 JMP 如何處理名義變量/效應的“缺失”。 一般來說，這個概念在整個 JMP 生態系統中被稱為“信息缺失”。 信息缺失的主要假設是研究系統中存在導致觀察缺失的信息。 也許是根本原因？ 共性？ 還是潛伏著導致觀察缺失的共同變量？
例如，假設要調查一群漁民他們捕獲了多少魚，並且您試圖模擬影響捕獲的魚數量的效應。 在調查中，問題之一是“捕魚方法”。 受訪者可以選擇三個選項； 1. 拖釣，2. 旋轉施法，3. 仍在釣魚。 受訪者可以選擇將字段留空……也就是說，它現在在觀察中“缺失”。 現在讓我們假設由於某種原因，捕撈魚數最多的受訪者也是選擇不回答問題的受訪者。 這有點道理不是嗎？ 漁夫因保守秘密而臭名昭著，因此當受訪者遺漏答案時，研究會提供相關信息。 因此，現在人們想嘗試了解數據丟失背後的潛在機制，以更好地了解整個系統。
現在這是我在 JMP 中的建議。 如果您願意假設“缺失”中有信息……這是一個很大的假設……那麼您可以用每個缺失單元格中常見的偽值標稱值替換缺失的單元格。 出於分析目的，JMP/JMP Pro 中的信息缺失通常將缺失視為名義變量的另一個級別。 因此，它將包含在包含該術語的任何效果中。 以下是有關不屬於 JMP Pro 的 Partition 平台中信息缺失的 JMP 文檔。 因此，請確保您仔細檢查您正在考慮使用的每個建模平台對話框規範框......畢竟您可能不必弄亂您的數據表：
https://www.jmp.com/support/help/en/15.2/#page/jmp/informative-missing-2.shtml
回复：名義數據的插補我不確定 JMP 和 JMP Pro 在支持缺失值插補或處理方面的區別。 我確信我之前發布的內容。 您可以聯繫 JMP 技術支持 ( support@jmp.com ) 以獲得更詳細的答案。
你可能想看到這個加入， 也。
注意：顯然我沒有寫文檔！
回复：名義數據的插補感謝您的答复， @Mark_Bailey
所以..在擬合模型對話框中，我可能會使用這些：
- 簡單和多元線性回歸
- 名義和有序邏輯回歸
- 偏最小二乘
我的 JMP 版本不是 Pro 版本，所以 c基於此處描述的平台，JMP 15.1 版本為名義缺失值估算數據？
注意：我明白你關於對話與平台的觀點，但在你分享的幫助部分，它是這樣寫的
“使用擬合模型平台，您可以有效地指定複雜模型”。
此致
回复：名義數據的插補Fit Model 不是一個平台。 它是一個用戶對話框，用於指定許多不同平台的啟動。 你可以開始了這裡在 JMP 幫助系統中找到您打算使用的平台。 它應該在啟動它的部分或關於如何處理缺失值的選項部分中指明。
JMP Pro 中的神經平台支持“信息缺失”而不是插補。 該平台已記錄在案這裡.
JMP Pro 中的高斯過程平台允許分類預測變量，但它不提供插補或信息缺失，因此這些觀察結果被排除在外。
回复：名義數據的插補謝謝， @Mark_Bailey
我不知道！
實際上我有不同的選擇來分析我的數據，我想比較不同平台提供的響應：
擬合模型
預測模型 - 神經
專業建模 - 高斯過程
您知道是否可以使用這些平台進行估算？
如果是，請告訴我如何。 
再次感謝！
回复：名義數據的插補JMP 確實會估算缺失的分類值。 插補方法可能取決於數據的分析或模型，因此 JMP 不為數據表提供單獨的插補函數。 插補由分析平台執行。 您打算使用哪個平台？
