Imputación para Datos NominalesHola a todos.
Quisiera saber si es posible imputar datos para datos faltantes nominales.
Sé cómo hacerlo para datos continuos, pero para categóricos no encontré nada en el software.
¡Gracias por adelantado!
AnalíticaTabla de datosOtroRe: Imputación de Datos Nominalesestoy de acuerdo con todos los @Mark_Bailey ha compartido. Para agregar mis dos centavos, si no tiene JMP Pro, aquí hay una idea para que considere dónde no tiene que invocar la falta de información en una ventana de especificación de diálogo de plataforma, sino obtener el equivalente moral de dicha invocación en el modelado análisis... la 'ausencia' estará algo escondida y no se mostrará de manera tan eficiente/limpia en tabulares o visualizaciones de datos... pero estará allí.
Primero, una pequeña explicación de cómo JMP maneja la 'falta' para variables/efectos nominales. En general, el concepto se denomina 'falta informativa' en todo el ecosistema JMP. La presunción principal en relación con la falta de información es que hay INFORMACIÓN dentro del sistema de estudio que conduce a la falta de la observación. ¿Quizás una causa subyacente? ¿Común? ¿O la variable común al acecho que conduce a la observación faltante?
Por ejemplo, supongamos que uno fuera a encuestar a un grupo de pescadores sobre cuántos peces capturaron y usted estaba tratando de modelar los efectos que influyen en la cantidad de peces capturados. En la encuesta una de las preguntas es 'método de pesca'. Y hay tres opciones para que los encuestados elijan; 1. curricán, 2. spinning, 3. pesca fija. Los encuestados tienen la opción de dejar un campo en blanco... es decir, ahora "falta" dentro de la observación. Ahora supongamos que, por alguna razón, los encuestados que tienden a tener el mayor número de peces capturados también son los que optaron por NO CONTESTAR LA PREGUNTA. Y esto tiene algo de sentido, ¿no? Los pescadores son conocidos por guardar sus secretos, por lo que hay información escrita para el estudio cuando los encuestados omiten la respuesta. Entonces, ahora uno querría intentar comprender el mecanismo subyacente detrás de por qué faltan los datos para comprender mejor todo el sistema.
Ahora aquí está mi sugerencia dentro de JMP. Si está dispuesto a suponer que hay información en la 'falta'... y esta es una gran presunción... entonces puede reemplazar las celdas que faltan con un valor nominal de valor psuedo que es común en cada celda que falta. Para fines de análisis, la falta de información en JMP/JMP Pro generalmente trata la falta de información como otro nivel de la variable nominal. Por lo tanto, se incluirá en todos los efectos que incluyan ese término. Aquí está la documentación de JMP con respecto a la falta de información dentro de la plataforma Partition que NO forma parte de JMP Pro. Así que asegúrese de examinar de cerca cada cuadro de especificación de diálogo de la plataforma de modelado que está pensando en usar... después de todo, es posible que NO tenga que meterse con su tabla de datos:
https://www.jmp.com/support/help/en/15.2/#page/jmp/informative-missing-2.shtml
Re: Imputación de Datos NominalesNo estoy seguro de las diferencias entre JMP y JMP Pro con respecto al soporte para la imputación o manejo de valores faltantes. Estoy seguro de lo que publiqué anteriormente. Puede ponerse en contacto con el soporte técnico de JMP ( support@jmp.com ) para obtener respuestas más detalladas.
Es posible que desee ver esto complemento , también.
Nota: ¡claramente no escribí la documentación!
Re: Imputación de Datos NominalesGracias por la respuesta, @Mark_Bailey
Así que... dentro del cuadro de diálogo Ajustar modelo, probablemente usaría estos:
- regresión lineal simple y múltiple
- regresión logística nominal y ordinal
- mínimos cuadrados parciales
Mi versión de JMP no es la Pro, así que c ¿La versión JMP 15.1 imputa datos para valores faltantes nominales, según las plataformas descritas aquí?
Nota: entendí su punto sobre diálogo versus plataforma, pero en la sección de Ayuda que compartió, está escrito
"Utilizando el Plataforma Fit Model , puede especificar modelos complejos de manera eficiente".
Saludos
Re: Imputación de Datos NominalesFit Model no es una plataforma. Es un diálogo de usuario para especificar el lanzamiento de muchas plataformas diferentes. Tu puedes empezar aquí en el sistema de ayuda de JMP y busque la plataforma que desea utilizar. Debe indicar en la sección para iniciarlo o en la sección sobre opciones cómo trata los valores faltantes.
La plataforma Neural en JMP Pro admite "falta de información" en lugar de imputación. La plataforma está documentada. aquí .
La plataforma Gaussian Process en JMP Pro permite predictores categóricos pero no proporciona imputación ni información faltante, por lo que se excluyen esas observaciones.
Re: Imputación de Datos NominalesGracias, @Mark_Bailey
¡No tenía ni idea!
En realidad, tengo diferentes opciones para analizar mis datos y me gustaría comparar las respuestas proporcionadas por diferentes plataformas como:
Modelo de ajuste
Modelo Predictivo - Neural
Modelado especializado: proceso gaussiano
¿Sabes si es posible imputar usando estas plataformas?
Si es así, por favor dígame cómo. 
¡Gracias de nuevo!
Re: Imputación de Datos NominalesJMP imputa valores categóricos faltantes. Los métodos de imputación pueden depender del análisis o modelo de los datos, por lo que JMP no proporciona una función de imputación separada para la tabla de datos. La imputación es realizada por las plataformas de análisis. ¿Qué plataforma piensa utilizar?
