在 R 中使用复制约束估算缺失值答案

【问题标题】：Impute missing values with replication constraints in R在 R 中使用复制约束估算缺失值
【发布时间】：2017-09-26 23:14:14
【问题描述】：

我正在分析一个长期的动物标记重新捕获数据集，其中捕获的个体在每次捕获时被分配到 5 个大小类别中的 1 个。我需要创建一个矩阵，该矩阵在已知值（即观察动物的年数）之间和之外进行插值，并包括对个体可以在每个尺寸类别中停留多长时间的限制。

以下是跨越 20 年的五个样本捕获历史记录（CH；个人=行）（列）。有五种数字编码的可能尺寸等级（1=最小）。 NA 是动物未被捕获的年份（此处视为缺失值）。

第一次可以观察到任何体型等级的个体（例如第 1 行与第 3 行），我们可能会重新捕获跳过某个体型等级的个体（例如第 2 行）。

CH <- rbind(c(NA,NA,1,2,rep(NA,7),3,rep(NA,8)),
            c(1,rep(NA,9),3,NA,NA,3,rep(NA,6)),
            c(rep(NA,10),4,NA,NA,5,rep(NA,6)),
            c(3,rep(NA,17),5,NA),
            c(rep(NA,7),2,rep(NA,8),4,rep(NA,3)))

CH

> CH
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20]
[1,]   NA   NA    1    2   NA   NA   NA   NA   NA    NA    NA     3    NA    NA    NA    NA    NA    NA    NA    NA
[2,]    1   NA   NA   NA   NA   NA   NA   NA   NA    NA     3    NA    NA     3    NA    NA    NA    NA    NA    NA
[3,]   NA   NA   NA   NA   NA   NA   NA   NA   NA    NA     4    NA    NA     5    NA    NA    NA    NA    NA    NA
[4,]    3   NA   NA   NA   NA   NA   NA   NA   NA    NA    NA    NA    NA    NA    NA    NA    NA    NA     5    NA
[5,]   NA   NA   NA   NA   NA   NA   NA    2   NA    NA    NA    NA    NA    NA    NA    NA     4    NA    NA    NA

我已经弄清楚如何使用 imputeTS 包中的 na.interpolation() 函数在没有约束的情况下插入值，如下所示：

#ImputeTS missing values (with NO constraints, not ideal)
library(imputeTS)
ms.init.z  <- function(ms, notseen){
  state <- ms   # capture history called state
  for(i in 1:dim(state)[1]){ #Do this for every row/individual
    if(any(!is.na(state[i,1:dim(state)[2]-1]))){    #If any are not NA     through the 2nd to last occs'n
  state[i,dim(state)[2]] <- max(state[i,],na.rm=TRUE) #Apply max state value for that individual to final year
  #populate last column as as.interpolation needs at least two values
  state[i,] <- ceiling(na.interpolation(state[i,])) # interpolate
} #if

m <- min(which(!is.na(ms[i,])))   #identify the first occasion not NA
state[i,1:(m-1)] <- NA                #Replace before and on first occasion with NA  
  } #i
  return(state)
} #function
CH.X <- ms.init.z(CH,NA)

> CH.X
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20]
[1,]   NA   NA    1    2    3    3    3    3    3     3     3     3     3     3     3     3     3     3     3     3
[2,]   NA    2    2    2    2    2    3    3    3     3     3     3     3     3     3     3     3     3     3     3
[3,]   NA   NA   NA   NA   NA   NA   NA   NA   NA    NA     4     5     5     5     5     5     5     5     5     5
[4,]   NA    4    4    4    4    4    4    4    4     4     5     5     5     5     5     5     5     5     5     5
[5,]   NA   NA   NA   NA   NA   NA   NA    2    3     3     3     3     4     4     4     4     4     4     4     4

但是，我想限制每个人在每个尺寸级别中可以保留多少年。我正在努力寻找一个可以让我实现自定义约束的包。

我的“理想”输出如下所示。请注意，对于每一行的大多数（全部？）都有一个以上的解决方案，这很好，只要每个大小类别中的观察数量不超过最大值（如下所示）。

#Desired constraints (maximum # of years in each size)
#Size class 1= 1 year max; 2= 7 yrs max; 3= 7 yrs max;
#4= 15 yrs max; 5= no limit

#Example Desired output
CH.cor <- rbind(c(NA,NA,1,rep(2,5),rep(3,6),rep(4,6)),
            c(1,rep(2,6),rep(3,7),rep(4,6)),
            c(rep(4,12),rep(5,8)),
            c(rep(3,3),rep(4,15),5,5),
            c(rep(NA,6),1,rep(2,7),rep(3,6)))

CH.cor 

> CH.cor
         [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20]
    [1,]   NA   NA    1    2    2    2    2    2    3     3     3     3     3     3     4     4     4     4     4     4
    [2,]    1    2    2    2    2    2    2    3    3     3     3     3     3     3     4     4     4     4     4     4
    [3,]    4    4    4    4    4    4    4    4    4     4     4     4     5     5     5     5     5     5     5     5
    [4,]    3    3    3    4    4    4    4    4    4     4     4     4     4     4     4     4     4     4     5     5
    [5,]   NA   NA   NA   NA   NA   NA    1    2    2     2     2     2     2     2     3     3     3     3     3     3

任何建议或帮助将不胜感激。提前致谢。

【问题讨论】：

标签： r interpolation missing-data imputation imputets

【解决方案1】：

您可能找不到开箱即用的功能包。

我有一个使用 imputeTS 包的提示：

如果您想在使用 na.interpolation 时保持一开始的 NA，您可以使用以下选项：

library("imputeTS")
na.interpolation(x, yleft = NA)

这将为您在上面的示例中节省 6 行代码。

但是对于您的问题，您可能不需要这个。在我看来，最好的选择是编写自己的解决方案。因为您的要求非常具体。

【讨论】：