目的針對混合型缺失數(shù)據(jù),使用幾種填補方法在缺失填補中的應用并評價填補效果。方法結合實際數(shù)據(jù),模擬出不同缺失比例（10%、20%、30%、50%）,采用MissForest、因子分析（FAMD）、K-最近鄰填補法（KNN）和基于鏈式方程多重插補（MICE）四種方法進行填補;采用錯分類比例（PFC）、正則化均方根誤差（NRMSE）和回歸系數(shù)估計值比較填補效果。結果20FAMD與MissForest相比,對分類變量填補表現(xiàn)優(yōu)越。缺失比例是10%時,FAMD與MissForest表現(xiàn)優(yōu)于KNN和MICE;缺失比例是20%時FAMD明顯優(yōu)于其它三種方法,但是MissForest表現(xiàn)亦可;缺失比例是30%時,四種模型表現(xiàn)明顯下降,處理效果均不太理想;缺失比例是50%時,雖然FAMD仍有兩個變量符合優(yōu)良標準,但對某些變量估計誤差較大,其它三種方法填補均失效。結論20FAMD填補方法總體表現(xiàn)較好,面對混合型缺失數(shù)據(jù)時可以考慮優(yōu)先選用。 

【文章來源】：中國衛(wèi)生統(tǒng)計. 2020,37(03)北大核心CSCD

【文章頁數(shù)】：5 頁

【文章目錄】：
原理與方法
    1.MissForest 填補
    2.FMAD填補
    3. KNN填補
    4. MICE填補
模擬分析
    1. 模擬思路
    2. 模擬完整數(shù)據(jù)集與模型構建
    3. 評價指標
    4. 模擬結果
實例應用
    1. 資料來源
    2. 分析方法及評價標準
結果與分析
    1. 四種方法的NRMSE和PFC
    2. 不同缺失比例下變量的回歸系數(shù)
討 論


【參考文獻】：
期刊論文
[1]基于R軟件的缺失數(shù)據(jù)MICE填補效果研究[J]. 章濤,朱麟,季加東,袁中尚,薛付忠,李秀君.  中國衛(wèi)生統(tǒng)計. 2015(04)
[2]缺失森林算法在缺失值填補中的應用[J]. 沈琳,胡國清,陳立章,譚紅專.  中國衛(wèi)生統(tǒng)計. 2014(05)



本文編號：3178088