R语言刷题检验数据缺失类型过程详解

题目

R语言刷题检验数据缺失类型过程详解_第1张图片

R语言刷题检验数据缺失类型过程详解_第2张图片

解答

由于题目要求需要重复三次类似的操作,故首先载入所需要的包,构造生成数据的函数以及绘图的函数:

library(tidyr)    # 绘图所需
library(ggplot2)  # 绘图所需
# 生成数据
GenerateData <- function(a = 0, b = 0, seed = 2018) {
  set.seed(seed)
  z1 <- rnorm(100)
  z2 <- rnorm(100)
  z3 <- rnorm(100)
  y1 <- 1 + z1
  y2 <- 5 + 2 * z1 + z2
  u <- a * (y1 - 1) + b * (y2 - 5) + z3
  m2 <- 1 * (u < 0)
  y2_na <- y2
  y2_na[u < 0] <- NA
  # y2_na[as.logical(m2)] <- NA
  dat_comp <- data.frame(y1 = y1, y2 = y2)
  dat_incomp <- data.frame(y1 = y1, y2 = y2_na)
  dat_incomp <- na.omit(dat_incomp)
  return(list(dat_comp = dat_comp, dat_incomp = dat_incomp))
}
# 展现缺失出具与未缺失数据的分布情况
PlotTwoDistribution <- function(dat) {
  p1 <- dat_comp %>%
    gather(y1, y2, key = "var", value = "value") %>%
    ggplot(aes(x = value)) +
    geom_histogram(aes(fill = factor(var), y = ..density..),
                   alpha = 0.3, colour = 'black') +
    stat_density(geom = 'line', position = 'identity', size = 1.5,
                 aes(colour = factor(var))) +
    facet_wrap(~ var, ncol = 2) +
    labs(y = '直方图与密度曲线', x = '值',
         title = '完整无缺失数据', fill = '变量') +
    theme(plot.title = element_text(hjust = 0.5)) +
    guides(color = FALSE)
  p2 <- dat_incomp %>%
    gather(y1, y2, key = "var", value = "value") %>%
    ggplot(aes(x = value)) +
    geom_histogram(aes(fill = factor(var), y = ..density..),
                   alpha = 0.3, colour = 'black') +
    stat_density(geom = 'line', position = 'identity', size = 1.5,
                 aes(colour = factor(var))) +
    facet_wrap(~ var, ncol = 2) +
    labs(y = '直方图与密度曲线', x = '值',
         title = '有缺失数据', fill = '变量') +
    theme(plot.title = element_text(hjust = 0.5)) +
    guides(color = FALSE)
  return(list(p_comp = p1, p_incomp = p2))
}

下面考虑三种情况:

1. a = 0, b = 0

a) 生成数据并绘图展示

# 生成数据并查看数据样式
dat <- GenerateData(a = 0, b = 0)
dat_comp <- dat$dat_comp
dat_incomp <- dat$dat_incomp

head(dat_comp)
head(dat_incomp)
# 绘图展示
p <- PlotTwoDistribution(dat)
p$p_comp
p$p_incomp

R语言刷题检验数据缺失类型过程详解_第3张图片

R语言刷题检验数据缺失类型过程详解_第4张图片

缺失数据与未缺失数据的分布如上图所示。可以发现,对于完整数据与缺失数据之间的  Y1​的分布与 Y2​的分布与期望相差不大。并且在采用  a=0,b=0这种构造时,从构造的公式可以看出, Y2​中样本的缺失情况与 Y1​,Y2​两者都无关(因为 Z 3 与 Y 1 , Y 2 均独立),所以这种缺失机制是:MCAR

b) 进行t检验

题设条件中说的是 Y 1 Y_1 Y1​的均值,所以考虑完整数据与缺失数据(这里的缺失指的是若 Y 2 Y_2 Y2​有缺失, Y 1 Y_1 Y1​也会进行相应地缺失处理)

t.test(dat_comp$y1, dat_incomp$y1)

这里进行t检验(其实不是非常严谨,因为不一定满足正态假设),比较缺失与否 Y 1 Y_1 Y1​的均值,这里p-value = 0.8334。在显著性水平为0.05的前提下,并不能断言有缺失与无缺失两个 Y 1 Y_1 Y1​之间的均值有差异,也就是说其实MCAR, MAR, NMAR三种情况都有可能,并不能断言哪种不可能发生。

2. a = 2, b = 0

a) 生成数据并绘图展示

# 生成数据并查看数据样式
dat <- GenerateData(a = 2, b = 0)
dat_comp <- dat$dat_comp
dat_incomp <- dat$dat_incomp

head(dat_comp)
head(dat_incomp)
# 绘图展示
p <- PlotTwoDistribution(dat)
p$p_comp
p$p_incomp

R语言刷题检验数据缺失类型过程详解_第5张图片

R语言刷题检验数据缺失类型过程详解_第6张图片

缺失数据与未缺失数据的分布如上图所示。可以发现,两个数据的期望以及分布(无论 Y 1 Y_1 Y1​还是 Y 2 Y_2 Y2​),整体都有一定差异。在采用 a = 2 , b = 0 a = 2, b = 0 a=2,b=0这种构造时,从构造的公式可以看出, Y 2 Y_2 Y2​中样本的缺失情况与 Y 1 Y_1 Y1​有关,所以这种缺失机制是:MAR

b) 进行t检验

t.test(dat_comp$y1, dat_incomp$y1)

R语言刷题检验数据缺失类型过程详解_第7张图片

3. a = 0, b = 2

a) 生成数据并绘图展示

# 生成数据并查看数据样式
dat <- GenerateData(a = 0, b = 2)
dat_comp <- dat$dat_comp
dat_incomp <- dat$dat_incomp

head(dat_comp)
head(dat_incomp)
# 绘图展示
p <- PlotTwoDistribution(dat)
p$p_comp
p$p_incomp

R语言刷题检验数据缺失类型过程详解_第8张图片

R语言刷题检验数据缺失类型过程详解_第9张图片

缺失数据与未缺失数据的分布如上图所示。可以发现与上一种情况一样,两个数据的期望以及分布(无论 Y1​还是  Y2​),整体都有一定差异。在采用 a = 0 , b = 2 这种构造时,从构造的公式可以看出,Y2​中样本的缺失情况与 Y2​本身有关,所以这种缺失机制是:NMAR

b) 进行t检验

t.test(dat_comp$y1, dat_incomp$y1)

以上就是R语言刷题检验数据缺失类型过程详解的详细内容,更多关于R语言检验数据缺失类型的资料请关注脚本之家其它相关文章!

你可能感兴趣的:(R语言刷题检验数据缺失类型过程详解)