R语言中的mice包为为多变量缺失数据创建多个插补(替换值),其中每个不完整的变量都由单独的模型插补。可以插补连续、二进制、无序分类和有序分类数据。从一个包含缺失值的数据集中生成一组完整的数据集(通常是3到10个)。 每个模拟数据集中,缺失数据将用蒙特卡洛方法来填补。此时,标准的统计方法便可应用到每个模拟的...
多重插补（MI）是一种通过重复模拟来处理缺失值的方法。在R语言中，mice包能够为多变量缺失数据创建多个插补（替换值），其中每个不完整的变量都通过单独的模型进行插补。该包支持对连续、二进制、无序分类和有序分类数据进行插补。从一个含有缺失值的数据集中，可以生成一组完整的数据集（通常为3到10个...