statsmodels.imputation.mice.MICEData¶

class statsmodels.imputation.mice.MICEData(data, perturbation_method='gaussian', k_pmm=20, history_callback=None)[source]¶

包装一个数据集以允许使用MICE处理缺失数据。

Parameters:¶

dataPandas data frame

数据集，它在内部被复制。

perturbation_methodstr

默认的扰动方法

k_pmmint

在预测均值匹配过程中使用的最近邻数量。也可以在fit中指定。

history_callbackfunction

在每个完整的插补周期后调用的函数。返回值将被附加到历史记录中。MICEData对象作为唯一参数传递给历史回调。

注释

允许的扰动方法有‘gaussian’（模型参数被设置为从后验分布的高斯近似中抽取的值），以及‘boot’（模型参数被设置为拟合数据集的自助版本时获得的估计值）。

history_callback 可以实现以产生诸如将当前输入的数据集保存到磁盘等副作用。

示例

从名为 data 的数据集中绘制20个插补，并将它们保存在文件名模式为 dataXX.csv 的单独文件中。除了 x1 之外的变量使用通过OLS拟合的线性模型进行插补，均值结构包含 data 中所有其他变量的主效应。名为 x1 的变量具有包含x2^2额外项的条件均值结构。

>>> imp = mice.MICEData(data)
>>> imp.set_imputer('x1', formula='x2 + np.square(x2) + x3')
>>> for j in range(20):
...     imp.update_all()
...     imp.data.to_csv('data%02d.csv' % j)

方法

get_fitting_data(vname)	返回用于拟合插补模型所需的数据。
get_split_data(vname)	返回用于插补给定变量的内生变量和外生变量。
impute(vname)
impute_pmm(vname)	使用预测均值匹配来填补缺失值。
next_sample()	返回插补过程中的下一个插补数据集。
perturb_params(vname)
plot_bivariate(col1_name, col2_name[, ...])	绘制两个变量的观测值和插补值。
plot_fit_obs(col_name[, lowess_args, ...])	绘制拟合值与插补值或观测值的散点图。
plot_imputed_hist(col_name[, ax, ...])	显示一个变量的插补值作为直方图。
plot_missing_pattern([ax, row_order, ...])	生成显示缺失数据模式的图像。
set_imputer(endog_name[, formula, ...])	指定单个变量的插补过程。
update(vname)	为单个变量填补缺失值。
update_all([n_iter])	执行指定次数的MICE迭代。