回归插补法_R语言缺失值的处理：线性回归模型插补

在当我们缺少值时，系统会告诉我用-1代替，然后添加一个指示符，该变量等于-1。这样就可以不删除变量或观测值。

我们在这里模拟数据，然后根据模型生成数据。未定义将转换为NA。一般建议是将缺失值替换为-1，然后拟合未定义的模型。默认情况下，R的策略是删除缺失值。如果未定义50％，则缺少数据，将删除一半的行

n=1000

x1=runif(n)

x2=runif(n)

e=rnorm(n,.2)

y=1+2*x1-x2+e

alpha=.05

indice=sample(1:n,size=round(n*alpha))

base=data.frame(y=y,x1=x1)

base$x1[indice]=NA

reg=lm(y~x1+x2,data=base)

我们模拟10,000，然后看看未定义的分布，

m=10000

B=rep(NA,m)

hist(B,probability=TRUE,col=rgb(0,0,1,.4),border="white",xlab="missing values = 50%")

lines(density(B),lwd=2,col="blue")

abline(v=2,lty=2,col="red")

当然，丢失值的比率较低-丢失的观测值较少，因此估计量的方差较小。