Imputazione per i dati nominaliCiao a tutti.
Vorrei sapere se è possibile imputare i dati per i dati mancanti nominali.
So come farlo per dati continui, ma per categoriale non ho trovato nulla nel software.
Grazie in anticipo!
AnaliticaTabella datiAltroRe: Imputazione per dati nominaliSono d'accordo con tutto il @Mark_Bailey ha condiviso. Per aggiungere i miei due centesimi, se non hai JMP Pro, ecco un'idea da considerare dove non devi invocare informazioni mancanti su una finestra delle specifiche della finestra di dialogo della piattaforma, ma ottenere l'equivalente morale di detta invocazione nella modellazione analisi... la "mancanza" sarà in qualche modo nascosta e non mostrata in modo efficiente/ordinato nelle visualizzazioni tabulari o di dati... ma sarà lì dentro.
Prima una piccola spiegazione di come JMP gestisce la "mancanza" per variabili/effetti nominali. In generale, il concetto è chiamato "mancanza di informazioni" in tutto l'ecosistema JMP. La presunzione primaria rispetto alla mancanza di informazioni è che vi siano INFORMAZIONI all'interno del sistema di studio che portano alla mancanza dell'osservazione. Forse una causa sottostante? comunanza? O una variabile comune in agguato che porta all'osservazione mancante?
Ad esempio, supponiamo di dover esaminare un gruppo di pescatori su quanti pesci hanno catturato e di provare a modellare gli effetti che influenzano il numero di pesci catturati. Nel sondaggio una delle domande è 'metodo di pesca'. E ci sono tre opzioni tra cui gli intervistati possono scegliere; 1. traina, 2. spinning casting, 3. pesca ancora. Agli intervistati viene data la possibilità di lasciare un campo vuoto... che ora è "mancante" all'interno dell'osservazione. Ora supponiamo per qualche motivo che gli intervistati che tendono ad avere il numero più alto di pesci catturati siano anche quelli che hanno scelto di NON RISPONDERE ALLA DOMANDA. E questo ha un senso non è vero? I pescatori sono noti per mantenere i loro segreti, quindi ci sono informazioni sullo studio quando gli intervistati tralasciano la risposta. Quindi ora si vorrebbe provare a capire il meccanismo alla base del motivo per cui mancano i dati per comprendere meglio l'intero sistema.
Ora ecco il mio suggerimento all'interno di JMP. Se sei disposto a presumere che ci siano informazioni nella "mancanza" ... e questa è una grande presunzione ... allora puoi sostituire le celle mancanti con un valore nominale di psuedo che è comune in ogni cella mancante. Ai fini dell'analisi, la mancanza informativa in JMP/JMP Pro generalmente tratta la mancanza come un altro livello della variabile nominale. Quindi sarà incluso in tutti gli effetti che includono tale termine. Ecco la documentazione JMP relativa alle informazioni mancanti all'interno della piattaforma Partition che NON fa parte di JMP Pro. Quindi assicurati di esaminare da vicino ogni finestra di dialogo delle specifiche della piattaforma di modellazione che stai pensando di utilizzare ... dopotutto potresti NON dover pasticciare con la tabella dei dati:
https://www.jmp.com/support/help/en/15.2/#page/jmp/informative-missing-2.shtml
Re: Imputazione per dati nominaliNon conosco con certezza le differenze tra JMP e JMP Pro per quanto riguarda il supporto per l'imputazione o la gestione del valore mancante. Sono sicuro di quello che ho postato in precedenza. È possibile contattare l'assistenza tecnica JMP ( support@jmp.com ) per risposte più dettagliate.
Potresti voler vedere questo aggiungere , anche.
Nota: chiaramente non ho scritto io la documentazione!
Re: Imputazione per dati nominaliGrazie per la risposta, @Mark_Bailey
Quindi .. all'interno della finestra di dialogo Adatta modello, probabilmente userei questi:
- regressione lineare semplice e multipla
- regressione logistica nominale e ordinale
- minimi quadrati parziali
La mia versione di JMP non è quella Pro, quindi c e la versione JMP 15.1 attribuisce i dati per i valori nominali mancanti, in base alle piattaforme qui descritte?
Nota: ho capito il tuo punto sulla finestra di dialogo rispetto alla piattaforma, ma nella sezione della Guida che hai condiviso, è scritto
"Usando il Piattaforma Fit Model , puoi specificare modelli complessi in modo efficiente".
Distinti saluti
Re: Imputazione per dati nominaliFit Model non è una piattaforma. È una finestra di dialogo utente per specificare l'avvio di molte piattaforme diverse. Puoi iniziare qui nella Guida in linea di JMP e trova la piattaforma che intendi utilizzare. Dovrebbe indicare nella sezione per avviarlo o nella sezione sulle opzioni come gestisce i valori mancanti.
La piattaforma neurale in JMP Pro supporta le "mancanze informative" anziché l'imputazione. La piattaforma è documentata qui .
La piattaforma del processo gaussiano in JMP Pro consente predittori categoriali ma non fornisce né imputazioni né informazioni mancanti, quindi tali osservazioni sono escluse.
Re: Imputazione per dati nominaliGrazie, @Mark_Bailey
Non ne avevo idea!
In realtà ho diverse opzioni per analizzare i miei dati e vorrei confrontare le risposte fornite da diverse piattaforme come:
Modello in forma
Modello predittivo - neurale
Modellazione specializzata - Processo gaussiano
Sai se è possibile imputare utilizzando queste piattaforme?
Se sì, per favore dimmi come. 
Grazie ancora!
Re: Imputazione per dati nominaliJMP imputa i valori categoriali mancanti. I metodi di imputazione possono dipendere dall'analisi o dal modello dei dati, quindi JMP non fornisce una funzione di imputazione separata per la tabella dei dati. L'imputazione viene eseguita dalle piattaforme di analisi. Quale piattaforma intendi utilizzare?
