R 缺失值的插补

我想根据变量的其他值的分布来估算数据集中缺失的值

假设30%的值=1，20%=2和50%=3，实际上我想做以下事情：

impute(var,1) # for 30 % of the NA occurrences #
impute(var,2) # for 20 % of the NA occurrences #
impute(var,3) # for 50 % of the NA occurrences #

有人能帮忙吗

---

约翰

如果我理解正确，您需要：

var[is.na(var)] <- sample(1:3, sum(is.na(var)), replace=TRUE, prob=c(0.3,0.2,0.5)) 

---

var[is.na（var）]如果我理解正确，您需要：

var[is.na(var)] <- sample(1:3, sum(is.na(var)), replace=TRUE, prob=c(0.3,0.2,0.5)) 

var[is.na（var）]
我想根据变量的其他值的分布来估算数据集中缺失的值

我对Tibshirany的pamr套餐非常满意。它基于缺失数据点的k个最近邻进行插补。简单地说：

imputed.matrix  <- pamr.knnimpute(list(x==matrix.with.missing.data))[['x']]

imputed.matrix 0.9

我想根据变量的其他值的分布来估算数据集中缺失的值

我对Tibshirany的pamr套餐非常满意。它基于缺失数据点的k个最近邻进行插补。简单地说：

imputed.matrix  <- pamr.knnimpute(list(x==matrix.with.missing.data))[['x']]

imputed.matrix 0.9。
这将返回值2,1,2,2,2,1,2,2和以下警告：在var[is.na（var）]中感谢James，这似乎仍然无法正常工作。运行代码5次，得到20x1、9x2和21x3，对应于概率p（1）=0.4、p（2）=0.18和p（3）=0.42。可能运行足够多的重复，概率将收敛到所需的水平。这将返回值2,1,2,2,2,1,2,2和以下警告：在var[is.na（var）]中感谢James，这似乎仍然无法正常工作。运行代码5次，得到20x1、9x2和21x3，对应于概率p（1）=0.4、p（2）=0.18和p（3）=0.42。也许运行足够的重复，概率将收敛到期望的水平。