Tengo dos preguntas sobre el uso de bosque aleatorio (específicamente randomForest en R) para la imputación de valor faltante (en el espacio del predictor). 1) ¿Cómo funciona el algoritmo de imputación, específicamente cómo y por qué se requiere la etiqueta de clase para la imputación? ¿Es la...
Tengo problemas para encontrar una solución con respecto a cómo ejecutar una prueba post-hoc (Tukey HSD) después de un ANOVA de medidas repetidas de 2 factores (ambos dentro de los sujetos) en R. Para el ANOVA, he usado la función aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)),...
Tengo un conjunto de datos que analiza las solicitudes de inmigración y las aceptaciones de visas (otorgamiento de visas). Las tarifas se calculan para las solicitudes de visa "aceptadas" y "rechazadas". Sin embargo, el conjunto de datos también tiene valores para los casos que se cerraron....
Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly...
\newcommand{\P}{\mathbb{P}} Me interesan los datos de observación en los que la asignación del tratamiento puede explicarse extremadamente bien. Por ejemplo, una regresión logística de P (A=1 | X) = ( 1 + exp(−(Xβ)))−1P(A=1|X)=(1+exp(−(Xβ)))−1\P(A =1 |X) = (1+ \exp(-(X\beta)))^{-1} si asignación...
¿Cuáles son algunos enfoques típicos para manejar datos incompletos en el filtro de Kalman? Estoy hablando de la situación en la que faltan algunos elementos del vector observado , distinto del caso en el que se pierde un vector completo observado . Otra forma de pensar sobre esto sería que la...
Estoy tratando de correlacionar la edad (6-90 años) con el volumen de la voz (en dB). Sin embargo, mis datos no contienen ningún punto de datos en el rango de 20-50 años. ¿Qué medida de correlación es más apropiada con una brecha tan considerable y por qué? He estado usando Kendall Tau hasta...
Estoy usando un modelo de retraso distribuido para analizar datos de series de tiempo. La duración del período de estudio es de 18 años, y la observación son datos anuales. Cuando se incluye un efecto de retraso de 1 año, falta el primer año de la variable de retraso. Luego, un efecto de retraso de...
He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, si elimino los valores de NA,...
Estoy usando ARMA sobre un conjunto de datos con muestras faltantes. ¿Cómo los trato? ¿Sugeriría hacer una interpolación lineal / no lineal o simplemente mantenerlos fuera y considerar dos muestras con datos faltantes como muestras
Tengo un conjunto de datos x, y que estoy usando para construir un bosque aleatorio. Los datos x son un vector de valores que incluye algunos NA. Así que solía rfImputemanejar los datos faltantes y crear un bosque aleatorio. Ahora tengo una nueva observación invisible x (con un NA) y quiero...
¿El método de sustitución de la media para reemplazar los datos faltantes está desactualizado? ¿Hay modelos más sofisticados que deberían usarse? Si es así, ¿Que
Espero agrupar los resultados de un conjunto bastante básico de análisis realizado en datos imputados de forma múltiple (por ejemplo, regresión múltiple, ANOVA). La imputación múltiple y los análisis se han completado en SPSS, pero SPSS no proporciona resultados agrupados para algunas estadísticas...
¿Existe un límite que sea el menos aceptable cuando se usa la imputación múltiple (MI)? Por ejemplo, ¿puedo usar MI si los valores faltantes en una variable son el 20% de los casos mientras que otras variables tienen valores perdidos pero no a un nivel tan