R一种缺失数据的补足算法
R一种缺失数据的补足算法
提问于 2015-05-06 18:04:36
我有一个矩阵Mi，j，其中有大量的NA，表示在2000-2013期间的许多城市地区的人口存量i，j。假设人口以恒定的速度增长，我想完成缺失的数据。
我想运行一个循环，对于矩阵M1的每一行i。使用所有未丢失的观测值计算平均增长率2。使用推测值填充空白
生成示例数据集：
city1=c(10,40,NA,NA,320,640);
city2=c(NA,300,NA,1200,2400,NA);
city3=c(NA,NA,4000,8000,16000,32000);
mat=rbind(city1,city2,city3)由于city1、city2和city3的平均增长率分别为4、3和2，因此相应的结果矩阵应为：
r.city1=c(10,40,80,160,320,640);
r.city2=c(100,300,600,1200,2400,4800);
r.city3=c(1000,2000,4000,8000,16000,32000);
r.mat=rbind(city1,city2,city3)你知道我该怎么做吗？
最好的
Clément
回答 1
Stack Overflow用户
发布于 2015-05-06 18:25:47
简单地近似增长率
每个城市有一个1D数组p[n]，所以从p开始(p因为表示在某个恒定步长
- 中的时间，所以如果增长率是恒定的(让我们称之为
m)，那么
p1=p*m p2=p*(m^2) p3=p*(m^3) pi=p*(m^i)
因此，现在只需猜测或近似m，并最小化到每个已知点的距离
作为起点，你可以得到两个连续的已知values
m0=p[i+1]/p[i];
- and，然后循环这个值，一次最小化所有已知值的误差。你也可以使用approx class (在C++中)，如果你想要的话
如果您想要更精确，请使用动态增长率
- 例如插值三次或样条曲线和添加曲线拟合或也使用近似...
Here C++示例(简单、丑陋、缓慢、不精确...)
const int N=3; // cities
const int n=6; // years
int p[3][n]=
{
10, 40, -1, -1, 320, 640, // city 1 ... -1 = NA
-1,300, -1,1200, 2400, -1, // city 2
-1, -1,4000,8000,16000,32000, // city 3
};
void estimate()
{
int i,I,*q,i0;
float m,m0,m1,dm,d,e,mm;
for (I=0;I<N;I++) // all cities
{
q=p[I]; // pointer to actual city
// avg growth rate
for (m0=0.0,m1=0.0,i=1;i<n;i++)
if ((q[i]>0)&&(q[i-1]>0))
{ m0+=q[i]/q[i-1]; m1++; }
if (m1<0.5) continue; // skip this city if avg m not found
m0/=m1;
// find m more closelly on interval <0.5*m0,2.0*m0>
m1=2.0*m0; m0=0.5*m0; dm=(m1-m0)*0.001;
for (m=-1.0,e=0.0;m0<=m1;m0+=dm)
{
// find first valid number
for (mm=-1,i=0;i<n;i++)
if (q[i]>0) { mm=q[i]; break; }
// comute abs error for current m0
for (d=0.0;i<n;i++,mm*=m0)
if (q[i]>0) d+=fabs(mm-q[i]);
// remember the best solution
if ((m<0.0)||(e>d)) { m=m0; e=d; }
}
// now compute missing data using m
// ascending
for (mm=-1,i=0;i<n;i++) if (q[i]>0) { mm=q[i]; break; }
for (;i<n;i++,mm*=m) if (q[i]<0) q[i]=mm;
// descending
for (mm=-1,i=0;i<n;i++) if (q[i]>0) { mm=q[i]; break; }
for (;i>=0;i--,mm/=m) if (q[i]<0) q[i]=mm;
}
}结果：
// input
[ 10 40 NA NA 320 640 ]
[ NA 300 NA 1200 2400 NA ]
[ NA NA 4000 8000 16000 32000 ]
// output
[ 10 40 52 121 320 640 ]
[ 150 300 599 1200 2400 4790 ]
[ 1000 2000 4000 8000 16000 32000 ]- 可以添加一些舍入并对其进行一些调整
- 您还可以计算asc和desc中的误差以便更安全
- 还可以通过使用由有效值包围的起始值而不是第一个有效条目
- 或通过单独计算每个NA间隙来增强此功能
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30073547
复制相关文章
相似问题
腾讯云开发者
