come gestisco i valori dei dati mancanti in JMPHo solo valori mancanti categoriali. Sto provando l'imputazione normale multivariata ma non tutte le righe ricevono l'imputazione normale multivariata, cosa devo fare per garantire che tutte le righe nella colonna la ricevano?
O dovrei fare qualcosa di completamente diverso?
Esplorazione e visualizzazione dei datiRi: come posso gestire i valori dei dati mancanti in JMPPer valori mancanti;
1) Se avessi ancora bisogno delle righe dei valori mancanti per la mia analisi, sostituirei i valori mancanti con ricodifica come "non valido" o "vuoto"
2) Se le righe dei valori mancanti categorici possono essere eliminate per l'analisi, rimuoverei tutte le righe dei valori mancanti perché fornirà una rappresentazione imprecisa per l'analisi.
Ri: come posso gestire i valori dei dati mancanti in JMPL'imputazione di valori categorici mancanti presenta alcune opzioni e penso che la scelta dipenda molto dalla conoscenza dell'argomento.Alcune analisi, se utilizzi "informative mancanti", sostituiranno il valore mancante con il valore non mancante più comune nel set di dati.Raramente è una cosa sensata da fare e probabilmente non è ciò che hai in mente poiché stavi cercando di modellare i dati per imputare i valori mancanti.Se disponi di variabili e dati sufficienti, potresti provare un modello predittivo per prevedere i valori categorici mancanti come funzioni dei dati non mancanti, utilizzando uno qualsiasi dei modelli predittivi disponibili (ad esempio partizioni, reti neurali, ecc.).Se tutti i valori mancanti riguardano una singola variabile potrebbe funzionare, ma se i valori mancanti si trovano in colonne diverse per osservazioni diverse, è improbabile che funzioni bene.
Potresti provare a escludere quelle osservazioni, ma ovviamente questo dipende dalla quantità di dati mancanti e anche dal contesto del problema e dalla natura dei dati mancanti.Penso che il suggerimento di WebDesignesCrow di sostituire i valori mancanti con un valore (come "mancante") generalmente abbia più senso.Ciò non richiede alcuna ipotesi sulla natura dei dati mancanti e consente qualsiasi analisi eseguita per scoprire la rilevanza (o la mancanza di essa) dei dati mancanti.C'è stato un bellissimo discorso di John Sall un paio di anni fa (dovresti riuscire a trovarlo nel forum della comunità) sui "dati fantasma" che potrebbe darti più idee.
Ri: come gestisco i valori dei dati mancanti in JMPgrazie per la risposta.
Metà del set di dati contiene valori mancanti.
Il set di dati ha circa 375.000 righe e 20 colonne
Ri: come posso gestire i valori dei dati mancanti in JMPÈ appropriato utilizzare la riduzione della dimensionalità in questo caso?
Ri: come gestisco i valori dei dati mancanti in JMPImmagino che tu sia interessato a prevedere il prezzo in questi dati.Non dovresti avere problemi con i modelli predittivi semplicemente utilizzando l'opzione "informativa mancante".Vedi qui per alcuni dettagli: https://www.jmp.com/support/help/en/17.0/?os=win&source=application#page/jmp/informative-missing-2.shtml .Sebbene sia possibile un trattamento più elaborato dei valori mancanti, non penso che valga la pena in questo caso.Almeno, esaminerei prima i modelli per vedere se le variabili che hanno molti dati mancanti sono altamente influenti: se lo sono, allora forse vorrai esaminare queste variabili (e la loro mancanza) più attentamente.
