graphpad7.04多组比较p值_R语言缺失值处理（MICE/Amelia/missForest/Hmisc/mi）

这是一篇对R语言中处理缺失值的整理，主要思路搬运自Medium上面一篇Harshitha Mekala写的文章Dealing with Missing Data using R，是我目前搜到的最全的关于missing value处理package的整理，足足五个包。我自己读的时候做了一些其他资料的查阅作为补充。我用了一个上课的时候老师给的完整的dataset，其中的missing value是随机生成的，写到哪部分的时候我会同时po一些代码和截屏。分成三个部分：

一、check missing values in your dataset

二、缺失值处理的四种思路

三、五个package在R中的实现

---

一、了解缺失值

1)计数一下有多少缺失：sum(is.na(data frame$column name)

2)MICE包中的 md.pattern(df)

3)visualisation：VIM包/UpsetR

library(VIM)
mice_plot <- aggr(cm, col=c('navyblue','yellow'),
    numbers=TRUE, sortVars=TRUE,
    labels=names(cm), cex.axis=.7,
    gap=5, ylab=c("Missing data","Pattern"),)

VIM

library(UpSetR)
gg_miss_upset(cm)

UpsetR

missmap(iris.mis)