临床大数据研究系列文献分享第二篇,由浙江大学章仲恒老师撰写的临床大数据系列专栏文章发表在 Annals of Translationa杂志,这篇文章主要介绍的是处理大数据中的缺失值的一些基本技能。
- 注:这里只做学习交流,版权归原作者所有。
前言
当观测值中没有变量的数据值时,就会出现缺失值。价值缺失现象在涉及大数据的临床研究中普遍存在。护士可能会忘记在特定时间点记录尿量。患者可能仅测量一种血液中的乳酸,而研究人员则对探索乳酸趋势对死亡率结果的影响感兴趣。值丢失的其他原因包括但不限于编码错误,设备故障和不响应。在统计包中,某些命令(例如逻辑回归)可能会自动删除缺少值的观测值。如果有一些不完整的观察结果,那没有问题。但是,当存在大量缺少值的观测值时,默认的逐列表删除可能会导致信息的大量丢失。在这种情况下,分析人员应仔细研究缺失的模式,并找到适当的方法来应对。本文将介绍如何在R中处理缺失值,并提供一些处理缺失值的基本技巧。
参考文献
Zhang Z. Missing values in big data research: some basic skills. Ann Transl Med 2015;3(21):323. doi:
10.3978/j.issn.2305-5839.2015.12.11
网友评论