我使用mice
软件包来获得完整的数据。我认为问题在于我没有对所有数据进行估算,因此其中一些数据具有NA。(一些缺失数据的变量只是用来预测其他变量的缺失,所以我不想估算这些数据。
我可以用这段代码重复这个问题:
require(mice)
impute <- mice(
nhanes,
imputationMethod = c(
"", # age
"pmm", # bmi
"pmm", # hyp
"" # chl
),
seed = 101)
x11()
densityplot(impute)
Error in density.default(x = c(NA_real_, NA_real_, NA_real_, NA_real_, :
need at least 2 points to select a bandwidth automatically
字符串
如果我用"pmm"
替换chl
的""
,或者只是运行impute <- mice(nhanes)
,那么它将与这个例子一起工作,产生这个:
但是我不能用我自己的数据做这件事,所以我在寻找另一种方法.
**编辑:**我知道我可以使用ggplot
来回答我的earlier问题,但在这种情况下,我真的需要使用densityplot
1条答案
按热度按时间yvgpqqbh1#
在'chl'列中仍然会有大量缺失数据。您可以使用
pkg:mice
函数complete
将原始非缺失值和估算值合并在一起。但是,如果您颠倒了数据和公式的角色(最终),densityplot.mids
函数将完成此操作,如帮助页的详细信息中所述。字符串
的数据