相関計算に欠損値を扱う

Question

私には、沢山の欠損値を持つ巨大な行列があります。私は変数間の相関を取得したい。

下記より

cor(na.omit(matrix)) 

より良いソリューションですか？

cor(matrix, use = "pairwise.complete.obs") 

すでに欠損値の20％を超える変数のみを選択しました。

2.意味のある方法はどれですか？

Answer 1

私は第2の選択肢に投票します。あなたは欠けているデータがかなりあるように思えるので、スペースを埋めるために合理的な複数の帰属戦略を探しているでしょう。ハレルのテキスト "回帰モデリング戦略"を参照してください。

Answer 2

私は2番目のオプションは、より理にかなって、

あなたはHmiscパッケージにrcorr機能を使用して検討するかもしれないと思います。

非常に高速で、ペアワイズ完全観測のみが含まれます。 返されるオブジェクトは、これを使用することを意味

各相関各相関値p値の

ために使用される観察の数との相関スコアの

2. マトリックスを含有します少数の観測（そのしきい値があなたのためのものであれ）に基づいて、またはp値に基づいて、相関値を無視することができます。将来の読者のために

   library(Hmisc) 
   x<-matrix(nrow=10,ncol=10,data=runif(100)) 
   x[x>0.5]<-NA 
   result<-rcorr(x) 
   result$r[result$n<5]<-0 # ignore less than five observations 
   result$r 
   

Answer 3

Pairwise-complete correlation considered dangerousはcor(matrix, use = "pairwise.complete.obs")が危険とみなされると主張して、このようなuse = "complete.obs")などの代替を示唆し、価値があります。