मैं डेटा सेट में अनुपलब्ध मानों को लागू करने के तरीकों का पता लगाने की कोशिश कर रहा हूं। मेरे डेटासेट में वर्ष (2001-2009), महीना (1-12), लिंग (एम/एफ) और आयु समूह (4 समूह) के लिए एक अवसर (अप्राकृतिक, प्राकृतिक और कुल योग) की संख्या शामिल है।आर में एक पोइसन जीएलएम रिग्रेशन के लापता मूल्यों की भविष्यवाणी/imputing?
मेरी खोज की जा रही अपर्याप्त तकनीकों में से एक है (poisson) प्रतिगमन प्रतिशोध।
अपने डेटा इस तरह दिखता है कहते हैं:
Year Month Gender AgeGroup Unnatural Natural Total
569 2006 5 Male 15up 278 820 1098
570 2006 6 Male 15up 273 851 1124
571 2006 7 Male 15up 304 933 1237
572 2006 8 Male 15up 296 1064 1360
573 2006 9 Male 15up 298 899 1197
574 2006 10 Male 15up 271 819 1090
575 2006 11 Male 15up 251 764 1015
576 2006 12 Male 15up 345 792 1137
577 2007 1 Female 0 NA NA NA
578 2007 2 Female 0 NA NA NA
579 2007 3 Female 0 NA NA NA
580 2007 4 Female 0 NA NA NA
581 2007 5 Female 0 NA NA NA
...
एक बुनियादी GLM प्रतिगमन करने के बाद - 96 टिप्पणियों उन्हें लापता होने के कारण हटा दिया गया है।
क्या आर में शायद कोई रास्ता/पैकेज/फ़ंक्शन है जो इस जीएलएम मॉडल के गुणांक का उपयोग कुल के लिए लापता मूल्यों (भविष्यवाणी) (यानी) को कम करने के लिए करेगा (भले ही यह इसे एक अलग डेटाफ्रेम में संग्रहीत करे - मैं Excel को मर्ज करने के लिए उपयोग करूंगा)? मुझे पता है कि मैं विभिन्न पदानुक्रम पंक्तियों की भविष्यवाणी करने के लिए गुणांक का उपयोग कर सकता हूं - लेकिन यह हमेशा के लिए ले जाएगा। उम्मीद है कि एक कदम समारोह/विधि है?
Call:
glm(formula = Total ~ Year + Month + Gender + AgeGroup, family = poisson)
Deviance Residuals:
Min 1Q Median 3Q Max
-13.85467 -1.13541 -0.04279 1.07133 10.33728
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 13.3433865 1.7541626 7.607 2.81e-14 ***
Year -0.0047630 0.0008750 -5.443 5.23e-08 ***
Month 0.0134598 0.0006671 20.178 < 2e-16 ***
GenderMale 0.2265806 0.0046320 48.916 < 2e-16 ***
AgeGroup01-4 -1.4608048 0.0224708 -65.009 < 2e-16 ***
AgeGroup05-14 -1.7247276 0.0250743 -68.785 < 2e-16 ***
AgeGroup15up 2.8062812 0.0100424 279.444 < 2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 403283.7 on 767 degrees of freedom
Residual deviance: 4588.5 on 761 degrees of freedom
(96 observations deleted due to missingness)
AIC: 8986.8
Number of Fisher Scoring iterations: 4
त्वरित प्रतिक्रिया के लिए धन्यवाद! मैं देखूँगा? Predict.glm! लापता होने के बारे में - मूल रूप से पूरे वर्ष 2007 और 2008 में कुछ महीने गायब हैं (पुरुष और महिलाएं और सभी आयु वर्ग दोनों के लिए)। मैंने लापता तंत्र को समझने की कोशिश की - लेकिन अभी भी थोड़ा अस्पष्ट है। मैं देखूंगा कि अनुमानित मूल्य कैसे दिखते हैं और फिर आगे की जांच करते हैं। मुझे शायद मॉडल के कैस्केड (नेस्टेड मॉडल) के बारे में पढ़ने की आवश्यकता होगी। धन्यवाद – OSlOlSO
+1 एनए प्रतिक्रियाओं पर अच्छा बिंदु। –
एनबी: इस घटना में कैस्केड बस मॉडलों का एक अनुक्रम है जो एक अवलोकन गायब है। गणितीय रूप से, कोई भविष्यवाणी करने वाला कोई जीएलएम मॉडल नहीं है, इसलिए आपको उस परिदृश्य के लिए वैकल्पिक मॉडल की आवश्यकता है। आप उन्हें कैसे चुनते हैं आप पर निर्भर है। मॉडलिंग फ़ंक्शन के लिए यह सुरक्षित होना चाहिए कि "मुझे नहीं पता" - जैसा कि बुद्धिमान लोग करते हैं। :) – Iterator