NA をランダムに生成された番号に置き換えるこんにちは、
私は JMP を初めて使用しており、データセット全体に「ND」とラベル付けされたいくつかの未検出が点在する、測定された元素濃度のデータセットを使用しています。 すべての ND を一様分布からランダムに抽出された値に置き換えるよう指示されました
2 点校正により 0 と 1 日検出限界 (LOD) の間で測定されます。 各要素のさまざまな LOD の値はありますが、ND の代わりに設定する乱数の生成を実装するという問題に行き詰まっています。
アドバイスをいただければ幸いです。
基本的なデータ分析とモデリングデータのブレンディングとクリーンアップデータの探索と視覚化ウィンドウズRe: NA をランダムに生成された番号に置き換えるコミュニティへようこそ。これは、NA 値をランダムな値に変更する 1 つのアプローチを示す小さなスクリプトです。
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 );
Re: NA をランダムに生成された番号に置き換えるあなたのアイデアを実現するには、他の人からの大きな助けが期待できます。 まず第一に、このアプローチの妥当性について言及したいと思います。 この計画は数多くある計画のうちの 1 つですこのために厳密さや理論的裏付けのないアプローチです。 回答に偏りが出てしまいます。 ランダムな一様分布 [0...LOD] から置換値を選択するとバイアスが防止されるように思えるかもしれません。 ならない。
原則に基づいた厳密なアプローチは、LOD を左打ち切り観測値 (つまり、真の値の上限) として扱い、分析に最尤推定を使用することです。 JMP はすべてに MLE を提供するわけではありませんが、多くの分析に MLE を提供します。 このデータに対してどのような分析を計画していましたか?
