2010-12-29 19 views
2

Könnte ich eine logistische Regression mit fehlenden Werten haben?logistische Regression fehlende Werte

Ich habe viele Continuos-Attribute und einige kategorische, konnte ich sie als benutzerdefiniert fehlende? Könnte es nützlich sein?

+0

Erlauben Sie mir, Sie zu Stack Overflow willkommen zu heißen und erinnern Sie sich an drei Dinge, die wir normalerweise tun: 1) Wenn Sie Hilfe erhalten, versuchen Sie es auch ** zu beantworten ** in Ihrem Fachgebiet 2) ** Lesen die FAQ !! ** 3) Wenn Sie gute Fragen und Antworten sehen, upvote sie ** mit den grauen Dreiecken **, da die Glaubwürdigkeit des Systems auf der Reputation basiert, die Benutzer durch das Teilen ihres Wissens gewinnen. Denken Sie auch daran, die Antwort zu akzeptieren, die Ihr Problem, falls vorhanden, besser löst **, indem Sie das Häkchenzeichen ** http://i.imgur.com/uqJeW.png drücken –

Antwort

0

Für eine Regressionsanalyse benötigen Sie alle für jedes Ereignis gemessenen Variablen. Vielleicht funktioniert eine andere Technik mit fehlenden Attributen, aber nicht mit Regression.

BTW, sollten Sie versuchen, die Frage zu https://stats.stackexchange.com/

HTH Posting!

0

Die meisten Regressionsverfahren erfordern vollständige Daten, es gibt jedoch eine Vielzahl von Methoden zum Behandeln fehlender Werte. Dies ist ein subtiles Thema, daher werde ich nicht so tun, als würde ich hier eine vollständige Antwort geben und empfehle, etwas zu diesem Thema zu lesen. Kurz gesagt:

  1. Löschen Sie nie Beobachtungen, um dieses Problem zu beheben.
  2. Das Löschen von Variablen ist immer erlaubt, aber offensichtlich ist es ziemlich streng in Bezug auf das Datenbudget.
  3. Das Ausfüllen fehlender Werte mit globalen Konstanten, wie der Mittelwert oder der Median der Nicht-Vermisste, sollte wenn überhaupt (wenn der Anteil der fehlenden Daten sehr gering ist) sparsam durchgeführt werden.
  4. Das Auffüllen fehlender Werte mit Werten, die auf anderen unabhängigen Variablen basieren, wird gegenüber Nummer 3 bevorzugt.

Weitere Informationen zu diesem Thema zu erfahren, suchen Sie Informationen über die Begriffe „Unterstellung“, insbesondere „single Anrechnungs“ und „multiple Zurechnung“, „zufällig fehlt“ und „völlig zufällig fehlt“.

Verwandte Themen