r - 缺少值-Hot Deck邻居方法

Question

我的R代码有问题，而缺少值。实际上不知道如何使用简单的Hot Deck方法估算这些值。例如，拥有这些数据。

1  10000123  111  112820 0.24457235         NA        NA         NA         NA     11
2  10000132  111 2502357 0.19408587 0.19373610 0.6567305 0.01454520 0.13498823     69
3  10000388  111 4472360 0.14774927 0.14918678 0.6853377 0.05233508 0.11314044    106
4  10000792  111  666909 0.10520063         NA        NA         NA         NA     14
5  10002737  111 1139613 0.19944986 0.20114918 0.3564355 0.20135391 0.24106136     23
6  10002741  111  981574 0.11573570         NA        NA         NA         NA     13
7  10002929  111 1417192 0.08770932 0.08387991 0.6106012 0.11078473 0.19473415     24
8  10003396  111  444966 0.19026263 0.18784110 0.5215772 0.16844381 0.12213789     24
9  10003517  111 1230589 0.16393216 0.16358568 0.4614005 0.26670712 0.10830670     19
10 10003546  111  760847 0.12384748         NA        NA         NA         NA     10

使用第5列，需要找到最接近的值，然后在那些位置(NA值)的那个地方填写相似的受访者。

谢谢你。

Answer 1

我从来没有使用过热(或冷的)甲板采样。但是，稍加谷歌搜索使我想到了rrp包中的rrp.impute函数。

这是一个使用一些综合数据的简单示例:

install.packages("rrp")
require(rrp)
set.seed(1)
key <- 1:100
## create random values
value1 <- 10 + 2 * key + rnorm(100, 0, 10)
## make 5 values into NAs
missing <- sample( key, 5)
value1[missing] <- NA
## build a dataframe
df <- data.frame(key, value1)
## do a nearest neighbor hot deck interpolation
imputed <- rrp.impute( df )$new.data

## let's visualize this magic
plot( df)
points(missing, imputed$value1[missing], col="red")

这使用了k = 1的默认值，这是我认为您想要的。最后的漂亮图片看起来像这样:

红色圆圈是估算值，您可以看到它们只是最近的邻居。