Rで解析：欠損値の補完操作が楽々です。「ForImp」パッケージ

データへ欠損値をランダムに代入、欠損値にデータの中央値や平均値を代入、そしてデータの欠損値情報を表示するコマンドが収録されたパッケージの紹介です。

バージョンは1.0.3。実行コマンドはR version 3.2.2で確認しています。

＜おすすめのRに関する書籍です＞

Rクックブック 第2版 | J.D.Long, Paul Teetor, 大橋真也

「これをやりたい」から引ける約300本のレシピ集。手元に置いて困ったときに開く、リファレンス的な使い方が合う一冊。

パッケージのインストール

下記コマンドを実行してください。

#パッケージのインストール
install.packages("ForImp")

実行コマンド

詳細はコメント、パッケージヘルプを確認してください。

#パッケージの読み込み
library("ForImp")

###データ例の作成####
TestData <- matrix(1:50, 10, 5)

#データ内容の確認
TestData
     [,1] [,2] [,3] [,4] [,5]
[1,]    1   11   21   31   41
[2,]    2   12   22   32   42
[3,]    3   13   23   33   43
[4,]    4   14   24   34   44
[5,]    5   15   25   35   45
[6,]    6   16   26   36   46
[7,]    7   17   27   37   47
[8,]    8   18   28   38   48
[9,]    9   19   29   39   49
[10,]   10   20   30   40   50
########

#ランダムに欠損値を代入:missingmat2コマンド
#代入するNA値の数:missingオプション
MissData <- missingmat2(TestData, missing = 10)
     [,1] [,2] [,3] [,4] [,5]
[1,]    1   11   21   NA   41
[2,]    2   12   22   32   NA
[3,]    3   NA   23   33   43
[4,]    4   14   NA   34   44
[5,]    5   15   NA   35   45
[6,]    6   16   26   36   NA
[7,]    7   17   NA   37   47
[8,]   NA   18   28   38   48
[9,]    9   19   29   NA   49
[10,]   10   20   NA   40   50

#データの欠損値情報を表示:missingnessコマンド
missingness(MissData)
$number_of_missing_values
[1] 10
$missing_values_per_unit
1 
10 
$missing_values_per_variable
[1] 1 1 4 2 2

#NA値に各列データの中央値を代入:medianimpコマンド
medianimp(MissData)
　　 [,1] [,2] [,3] [,4] [,5]
[1,]    1   11   21   35   41
[2,]    2   12   22   32   45
[3,]    3   16   23   33   43
[4,]    4   14   23   34   44
[5,]    5   15   23   35   45
[6,]    6   16   26   36   45
[7,]    7   17   23   37   47
[8,]    5   18   28   38   48
[9,]    9   19   29   35   49
[10,]   10   20   23   40   50

#NA値に各列データの平均値を代入:medianimpコマンド
meanimp(MissData)
　　　　　[,1]     [,2]     [,3]   [,4]   [,5]
[1,]  1.000000 11.00000 21.00000 35.625 41.000
[2,]  2.000000 12.00000 22.00000 32.000 45.875
[3,]  3.000000 15.77778 23.00000 33.000 43.000
[4,]  4.000000 14.00000 24.83333 34.000 44.000
[5,]  5.000000 15.00000 24.83333 35.000 45.000
[6,]  6.000000 16.00000 26.00000 36.000 45.875
[7,]  7.000000 17.00000 24.83333 37.000 47.000
[8,]  5.222222 18.00000 28.00000 38.000 48.000
[9,]  9.000000 19.00000 29.00000 35.625 49.000
[10,] 10.000000 20.00000 24.83333 40.000 50.000

#マトリックスを指定した値を代入:transfmatcatコマンド
transfmatcat(TestData, cat = c(2,5))
　　 [,1] [,2] [,3] [,4] [,5]
[1,]    1    1    1    1    1
[2,]    1    1    1    1    1
[3,]    1    2    1    2    1
[4,]    1    2    1    2    1
[5,]    1    3    1    3    1
[6,]    2    3    2    3    2
[7,]    2    4    2    4    2
[8,]    2    4    2    4    2
[9,]    2    5    2    5    2
[10,]   2    5    2    5    2

少しでも、あなたのウェブや実験の解析が楽になりますように！！

＜おすすめのRに関する書籍です＞

改訂版 平均・分散から始める一般化線形モデル入門 ―Rで学ぶデータ解析の理論と実装―

平均と分散という基本から一般化線形モデルまでを段階的につなぐ入門書。数式に苦手意識がある人でも追いやすい。

www.amazon.co.jp