CRAN 任务视图:缺失数据

维护者Julie Josse, Imke Mayer, Nicholas Tierney, Nathalie Vialaneix
联系方式r-miss-tastic at clementine.wf
版本2024-01-29
网址https://CRAN.R-project.org/view=MissingData
源代码https://github.com/cran-task-views/MissingData/
贡献欢迎对本任务视图提出建议和改进,可以通过 GitHub 上的问题或拉取请求,或通过电子邮件发送给维护者地址。有关更多详细信息,请参阅 贡献指南
引用Julie Josse, Imke Mayer, Nicholas Tierney, Nathalie Vialaneix (2024). CRAN 任务视图:缺失数据。版本 2024-01-29。网址 https://CRAN.R-project.org/view=MissingData。
安装可以使用 ctv 包自动安装本任务视图中的包。例如,ctv::install.views("MissingData", coreOnly = TRUE) 安装所有核心包,或 ctv::update.views("MissingData") 安装所有尚未安装和更新的包。有关更多详细信息,请参阅 CRAN 任务视图计划

缺失数据在数据集中非常常见。基础 R 提供了一些选项来处理它们,使用仅涉及观察数据的计算(函数 meanvar 等中的 na.rm = TRUE 或函数 covcor 等中的 use = complete.obs|na.or.complete|pairwise.complete.obs)。基础包 stats 还包含泛型函数 na.action,它提取用于创建对象的 NA 操作的信息。此外,包 ie2misc 包含一个二元运算符 +,它在处理缺失数据时与原始 + 运算符的行为不同。

这些基本选项得到了 CRAN 上许多包的补充。在本任务视图中,我们重点介绍了最重要的那些包,这些包在一年多前发布,并且定期更新。任务视图按主要主题结构化

除了当前的任务视图之外,这个 关于缺失数据的参考网站 也可能有所帮助。补充信息也可以在 TimeSeriesSpatioTemporalSurvivalOfficialStatistics 中找到。请注意,大多数涵盖时间和时空插值以及删失数据的包都没有被缺失数据任务视图覆盖。

如果您认为我们在这个列表中遗漏了一些重要的包,请通过电子邮件联系维护者,或在上面链接的 GitHub 存储库中提交问题或拉取请求。

缺失数据探索

基于似然的方

单一插补

多重插补

上面提到的某些包还可以处理多重插补。

加权方法

特定类型的数据

具体任务

具体应用领域

CRAN 包

核心Amelia, hot.deck, imputeTS, jomo, mice, missMDA, naniar, softImpute, VIM, yaImpute.
常规accelmissing, ade4, AeRobiology, aLFQ, alleHap, areal, bayesCT, BayesMallows, bcROCsurface, biclustermd, BIFIEsurvey, bild, BLOQ, bmem, bmemLavaan, BMTAR, bnstruct, bootImpute, brlrmr, brokenstick, brxx, bucky, CALIBERrfimpute, cat, CensMFM, cglasso, CGManalyzer, climatol, ClusPred, ClustImpute, CMF, cmfrec, cobalt, coefficientalpha, CoImp, COINr, cold, convergEU, creditmodel, CRTgeeDR, daqapo, declared, deductive, dejaVu, denoiseR, DescTools, didimputation, diyar, dosearch, DrImpute, DTSg, DTWBI, DTWUMI, eatRep, ECLRMC, edmcr, eicm, eigenmodel, eimpute, eRm, exdex, experiment, FastImputation, fastLink, fauxnaif, FHDI, FILEST, filling, fillr, flare, forecast, FSMUMI, gapfill, gbmt, geneticae, gerbil, ggmice, grf, GSE, gsynth, hapassoc, Haplin, HardyWeinberg, hhsmm, Hmisc, iai, iCellR, icenReg, ie2misc, imp4p, impimp, imputeFin, imputeLCMD, imputeMulti, imputeR, imputeTestbench, IncomPair, InformativeCensoring, ipw, IPWboxplot, irrNA, Iscores, isni, isotree, iWeigReg, JointAI, lavaan, lfl, lilikoi, LNIRT, lodi, lori, LOST, lqr, ltm, LUCIDus, MatchThem, mde, mdgc, mdmb, memisc, metagear, metansue, metasens, metavcov, MGMM, mi, mi4p, miceadds, miceafter, miceFast, micemd, miceRanger, miclust, migui, MIIPW, mimi, mirt, misaem, missCompare, missForest, missingHE, missMethods, missRanger, missSBM, missSOM, misty, mitml, mitools, miWQS, mix, mixture, MixtureMissing, MKinfer, MLCIRTwithin, mlmi, MMDai, modi, momentuHMM, monomvn, mreg, mvnmle, NADIA, naivebayes, nawtilus, niaidMI, NIMAA, nipals, NIRStat, NMADiagT, norm, NPBayesImputeCat, OpenMx, OTrecod, padr, pan, paths, pCODE, phylin, PKLMtest, plsRbeta, plsRglm, ppmSuite, prefmod, PReMiuM, primePCA, prophet, pseval, psfmi, qgtools, qpNCA, QTLRel, Qtools, QUALYPSO, R6causal, randomForest, RBtest, RCAL, RcppCensSpatial, retroharmonize, RfEmpImp, Rforestry, rMIDAS, RMixtComp, RMixtCompIO, RMixtCompUtilities, RNAseqNet, rnmamod, robber, robCompositions, robustrank, robustrao, roperators, ROptSpace, Rphylopars, rrcovNA, rsem, rsparse, rtop, sanon, SAVER, scorecardModelUtils, semTools, sievePH, simFrame, simglm, simputation, simsem, sjlabelled, sjmisc, smcfcs, SNPassoc, SNPfiltR, SOMbrero, spacetime, StAMPP, StatMatch, StempCens, stfit, stlplus, StratifiedRF, SurrogateRegression, swgee, SynthTools, TAM, targeted, tensorBF, TestDataImputation, tidyr, timeSeries, toweranNA, TreeSim, TRMF, tsibble, tsrobprep, ui, VarSelLCM, wrangle, wrProteo, xts, zCompositions, zoo.
已存档FamEvent.

相关链接

其他资源