R中的平均前后插补答案

【问题标题】：mean-before-after imputation in RR中的平均前后插补
【发布时间】：2013-02-24 20:04:13
【问题描述】：

我是 R 新手。我的问题是如何使用缺失数据点前后的平均值来估算缺失值？

例子;

使用每个 NA 的上下平均值作为估算值。

-第 3 行的平均值为 38.5

-第 7 行的平均值为 32.5

age
52.0
27.0
NA
23.0
39.0
32.0
NA
33.0
43.0

谢谢。

【问题讨论】：

当你说 27 和 23 的平均值是 38.5 时，我假设你犯了一个错误。
是的，正确的平均值是 25.0。
如果一个 NA 与另一个 NA 相邻怎么办？

标签： r missing-data imputation

【解决方案1】：

这是您可以采用的基本手动方法：

age <- c(52, 27, NA, 23, 39, 32, NA, 33, 43)
age[is.na(age)] <- rowMeans(cbind(age[which(is.na(age))-1], 
                                  age[which(is.na(age))+1]))
age
# [1] 52.0 27.0 25.0 23.0 39.0 32.0 32.5 33.0 43.0

或者，因为您似乎只有一列data.frame：

mydf <- data.frame(age = c(52, 27, NA, 23, 39, 32, NA, 33, 43))

mydf[is.na(mydf$age), ] <- rowMeans(
  cbind(mydf$age[which(is.na(mydf$age))-1],
        mydf$age[which(is.na(mydf$age))+1]))

【讨论】：

【解决方案2】：

只是另一种方式：

age <- c(52, 27, NA, 23, 39, 32, NA, 33, 43)
age[is.na(age)] <- apply(sapply(which(is.na(age)), "+", c(-1, 1)), 2, 
                         function(x) mean(age[x]))
age
## [1] 52.0 27.0 25.0 23.0 39.0 32.0 32.5 33.0 43.0

【讨论】：

【解决方案3】：

这里使用来自 zoo 包的 from na.locf 的解决方案，它将每个 NA 替换为它之前或之后的最近的非 NA。

0.5*(na.locf(x,fromlast=TRUE) + na.locf(x))
[1] 52.0 27.0 25.0 23.0 39.0 32.0 32.5 33.0 43.0

如果你有多个连续的 NA，这里的优势。

x <- c(52, 27, NA, 23, 39, NA, NA, 33, 43)
0.5*(na.locf(x,fromlast=TRUE) + na.locf(x))
[1] 52 27 25 23 39 36 36 33 43

编辑 rev 参数已弃用，因此我将其替换为 fromlast

【讨论】：

感谢您的帮助，我尝试使用上述方法，但没有得到与您相同的答案。我得到的估算值是 NA 之前的值，而不是之前的平均值在 NA 之后。我该如何解决这个问题？再次感谢。
如果我们连续有一些“NA”，例如（52,27,NA,NA,23,NA,NA,NA,33,43），我们该怎么办？

【解决方案4】：

您正在寻找移动平均插补 - 您可以为此使用 imputeTS 的 na_ma 函数。

library(imputeTS)
x <- c(52, 27, NA, 23, 39, NA, NA, 33, 43)
na_ma(x, k=1, weighting = "simple")

[1] 52.00000 27.00000 25.00000 23.00000 39.00000 31.66667 38.33333 33.00000 43.00000

这会产生所需的结果。使用 k 参数，您可以指定计算时要考虑每边的邻居数。

【讨论】：