一、判斷缺失值

is.na()函數(shù)，返回值為邏輯值，TRUE代表缺失，否則為FALSE。

complete.cases()函數(shù)，返回值為邏輯值，與is.na()相反，F(xiàn)ASLE代表缺失，否則為TRUE。

二、判斷缺失模式

1、mice包的md.pattern()函數(shù)，返回值為數(shù)據(jù)表，結(jié)果中“1”代表沒有缺失值，“0”代表存在缺失值。第一列的值代表符合其后的每一行缺失情況的樣本數(shù)。

上圖表示有4個樣本缺少了x3變量的值。

最后一列表示缺失的變量數(shù)；最后一行表示含每個變量缺失值的觀測值數(shù)目之和。

2、VIM包的aggr()函數(shù)，可以根據(jù)返回的圖像判斷缺失情況。

aggr(x,delimter = NULL,plot = TRUE,...)

x代表要判斷的向量、矩陣或數(shù)據(jù)框；delimiter用于區(qū)分插補(bǔ)變量，在判斷缺失模式中，參數(shù)默認(rèn)忽略；plot為邏輯值，判斷是否繪制圖形。

三、缺失數(shù)據(jù)的處理

1、刪除缺失樣本

可以通過complete.cases()和is.na()進(jìn)行篩選。

可以使用函數(shù)na.omit()直接刪除缺失值。

2、替換缺失值

通過給缺失值賦值，替換缺失值。

3、多重插補(bǔ)法

FSC方法：通過mice包的mice()函數(shù)可以實現(xiàn)。

隨機(jī)模擬完整數(shù)據(jù)集，存入imp（可以隨意替換名稱）中，再對imp進(jìn)行線性回歸，根據(jù)匯總的線性系數(shù)，計算出缺失值，填補(bǔ)到缺失數(shù)據(jù)中。

imp = mice(data, seed=...) 
#data為數(shù)據(jù)，seed為設(shè)置的隨機(jī)種子
fit = with(imp,lm())
#根據(jù)要插補(bǔ)的變量，對imp進(jìn)行線性回歸，例如缺失值為x1,用x2和x3預(yù)測，則lm(x1~x2+x3)
pooled=pool(fit)
#用pool函數(shù)匯總回歸結(jié)果