Sostituzione delle NA con numeri generati casualmenteCIAO,
Sono molto nuovo in JMP e sto lavorando con un set di dati di concentrazioni di elementi misurati che presentano alcuni elementi non rilevati etichettati come "ND" sparsi nel set di dati. Mi è stato chiesto di sostituire tutti gli ND con un valore estratto casualmente da una distribuzione uniforme
tra 0 e il limite di rilevamento giornaliero (LOD) mediante una calibrazione a due punti. Ho i valori dei vari LOD per ogni elemento, mi trovo semplicemente con il problema di implementare la generazione di numeri casuali da popolare al posto degli ND.
Qualsiasi consiglio è molto apprezzato!
Analisi e modellazione dei dati di baseCombinazione e pulizia dei datiEsplorazione e visualizzazione dei datifinestreRi: Sostituzione delle NA con numeri generati casualmenteBenvenuti nella Comunità.Ecco un piccolo script che ti mostrerà un approccio per modificare i valori NA in un valore casuale.
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 );
Ri: Sostituzione delle NA con numeri generati casualmentePuoi aspettarti un grande aiuto dagli altri per implementare la tua idea. Voglio affrontare in primo luogo la validità dell’approccio. Questo schema è uno dei tanti ad hoc approcci senza rigore o supporto teorico. Distorcerà le risposte. Potrebbe sembrare che la selezione di un valore sostitutivo da una distribuzione casuale uniforme [0...LOD] eviti la distorsione. Non lo farà.
Un approccio rigoroso e basato su principi consiste nel considerare il LOD come un'osservazione censurata a sinistra (ovvero, un limite superiore al valore reale) e utilizzare la stima di massima verosimiglianza per l'analisi. JMP non fornisce MLE per tutto, ma lo fa per molte analisi. Che tipo di analisi stavi pianificando per questi dati?
