Ersetzen von NAs durch zufällig generierte ZahlenHallo,
Ich bin sehr neu bei JMP und arbeite mit einem Datensatz gemessener Elementkonzentrationen, bei dem im gesamten Datensatz einige nicht erkannte Elemente mit der Bezeichnung „ND“ verstreut sind. Ich wurde angewiesen, alle NDs durch einen zufällig aus einer Gleichverteilung gezogenen Wert zu ersetzen
zwischen 0 und der täglichen Nachweisgrenze (LOD) durch eine Zweipunktkalibrierung. Ich habe die Werte für die verschiedenen LODs für jedes Element und stehe einfach vor dem Problem, die Generierung von Zufallszahlen anstelle der NDs zu implementieren.
Jeder Rat wird sehr geschätzt!
Grundlegende Datenanalyse und ModellierungDatenmischung und -bereinigungDatenexploration und -visualisierungWindowsBetreff: Ersetzen von NAs durch zufällig generierte ZahlenWillkommen in der Community.Hier ist ein kleines Skript, das Ihnen einen Ansatz zum Ändern der NA-Werte in einen zufälligen Wert zeigt.
Names Default To Here( 1 );
LOD = 99; // Change to be the actual LOD value
randomMean = Mean( 0, LOD );
randomSTD = (LOD - randomMean) / 3;
col = "Age"; // Change to the actual column name
For Each Row(
If( As Column( col ) == "NA",
randomVal = LOD + 1; // Set the target value outside of the acceptable range
While( 0 < randomVal | randomVal > LOD, randomVal = Random Normal( randomMean, randomSTD ) );
As Column( col ) = Char( randomVal );
)
);
// Convert column to numeric
Column( col ) << data type( numeric ) << modeling type( continuous );
Betreff: Ersetzen von NAs durch zufällig generierte ZahlenBei der Umsetzung Ihrer Idee können Sie von anderen eine große Hilfe erwarten. Ich möchte zunächst auf die Gültigkeit des Ansatzes eingehen. Dieses Schema ist eines von vielen ad hoc Ansätze ohne Strenge oder theoretische Unterstützung. Es wird die Antworten verzerren. Es scheint, als würde die Auswahl eines Ersatzwerts aus einer zufälligen Gleichverteilung [0...LOD] eine Verzerrung verhindern. Es wird nicht.
Ein prinzipieller, strenger Ansatz besteht darin, den LOD als linkszensierte Beobachtung (dh eine Obergrenze des wahren Werts) zu betrachten und für die Analyse die Maximum-Likelihood-Schätzung zu verwenden. JMP stellt das MLE nicht für alles bereit, aber für viele Analysen. Welche Art von Analyse hatten Sie für diese Daten geplant?
