筆者寄語：缺失值是數(shù)據(jù)清洗過程中非常重要的問題（其他方法可見：R語言︱異常值檢驗、離群點分析、異常值處理）,，筆者在進行mice包的多重插補過程中遇到相當多的問題。

大致的步驟簡介如下：

缺失數(shù)據(jù)集——MCMC估計插補成幾個數(shù)據(jù)集——每個數(shù)據(jù)集進行插補建模（glm,、lm模型）——將這些模型整合到一起（pool）——評價插補模型優(yōu)劣（模型系數(shù)的t統(tǒng)計量）——輸出完整數(shù)據(jù)集（compute）

步驟詳細介紹：

函數(shù)mice()首先從一個包含缺失數(shù)據(jù)的數(shù)據(jù)框開始,，然后返回一個包含多個（默認為5個）完整數(shù)據(jù)集的對象。

每個完整數(shù)據(jù)集都是通過對原始數(shù)據(jù)框中的缺失數(shù)據(jù)進行插補而生成的,。 由于插補有隨機的成分,，因此每個完整數(shù)據(jù)集都略有不同。

然后,， with()函數(shù)可依次對每個完整數(shù)據(jù)集應用統(tǒng)計模型（如線性模型或廣義線性模型） ,，

最后， pool()函數(shù)將這些單獨的分析結果整合為一組結果,。最終模型的標準誤和p值都將準確地反映出由于缺失值和多重插補而產生的不確定性,。

結果解讀：

（1）imp對象中,，包含了：每個變量缺失值個數(shù)信息、每個變量插補方式（PMM,，預測均值法常見）,、插補的變量有哪些、預測變量矩陣（在矩陣中,，行代表插補變量,，列代表為插補提供信息的變量， 1和0分別表示使用和未使用）,；

同時  利用這個代碼imp$imp$sales  可以找到,，每個插補數(shù)據(jù)集缺失值位置的數(shù)據(jù)補齊具體數(shù)值是啥。

（2）with對象,。插補模型可以多樣化,，比如lm,，glm都是可以直接應用進去，詳情可見《R語言實戰(zhàn)》第十五章,；

（3）pool對象,。summary之后，會出現(xiàn)lm模型系數(shù),，可以如果出現(xiàn)系數(shù)不顯著,，那么則需要考慮換插補模型；

（4）complete對象,。m個完整插補數(shù)據(jù)集,，同時可以利用此函數(shù)輸出。

————————————————————————————————————————————————————

1,、缺失值模式——可視化（md.pattern()）

mice包提供了一個很好的函數(shù)md.pattern(),，用它可以對缺失數(shù)據(jù)的模式有個更好的理解。還有一些可視化的界面,，通過VIM,、箱型圖、lattice來展示缺失值情況,?？梢姴┛停?/span>在R中填充缺失數(shù)據(jù)—mice包

————————————————————————————————————————————————————

2、mice函數(shù)詳解

mice函數(shù)主要參數(shù)有mice(數(shù)據(jù)集,，m=5,，meth=”PMM“)

m為默認插補數(shù)據(jù)集數(shù)量，5為默認值,；meth為默認插補方式,，PMM為默認方式預測均值匹配。

還有一些其他methods插補方法,，比如貝葉斯線性回歸（norm）,、基于bootstrap的線性回歸（norm.boot）、線性回歸預測值（norm.predict）,、分類回歸樹（cart）,、隨機森林（rf）等等。（詳情可help(mice)獲取信息）

使用這些插補方法對數(shù)據(jù)有嚴格的要求,，比如貝葉斯線性回歸等前三個模型都需要數(shù)據(jù)符合numeric格式,，而PMM、cart,、rf任意格式都行,。

使用以上模型遇見的問題有：

1、PMM相當于某一指標的平均值作為插補,，會出現(xiàn)插補值重復的問題,；

2,、cart以及rf是挑選某指標中最大分類的那個數(shù)字，是指標中的某一個數(shù)字,，未按照規(guī)律,；

3、要使用norm.predict,，必須先對數(shù)據(jù)進行格式轉換,，這個過程中會出現(xiàn)一些錯誤，比如以下錯誤警告：

Error in solve.default(xtx + diag(pen)) : 

Imputation method norm.boot is not for factors with three or more levels. 

————————————————————————————————————————————————————

3,、with-pool函數(shù)的作用

在使用Mice包的過程中會出現(xiàn)以下的疑惑：

已經(jīng)有mice函數(shù)補齊了缺失值,，可以直接用compete直接調出，為啥還要用with,，pool,？

mice函數(shù)中默認插補5個數(shù)據(jù)集,，那么哪個數(shù)據(jù)集最好,，值得選出？

筆者認為with-pool的作用是用來選擇數(shù)據(jù)集的,。

with函數(shù)中有5個插補數(shù)據(jù)集的回歸模型～數(shù)據(jù)集T檢驗～某數(shù)據(jù)集是否合格,；

pool函數(shù)把5個回歸模型匯總～數(shù)據(jù)集F檢驗～整個方法是否合格。

當然,，一個未解決的問題是,，小數(shù)據(jù)集可以每個數(shù)據(jù)集進行觀察，如果要插補很多,，該怎么辦呢,？

其中，批量導入,、寫出數(shù)據(jù)的方法可見： 

R語言︱文件讀入,、讀出一些方法羅列（批量xlsx文件、數(shù)據(jù)庫,、文本txt,、文件夾）