[英]How to use both categorical and continuous predictors in a multiple imputation [r]
我有一个包含几个分类（名义）变量和一些连续变量的大型数据集。 大多数连续变量都有缺失数据。
我一直在使用 mouse 包（pmm 和 rf）来估算缺失的数据，但是，我意识到该方法忽略了分类数据。 分类数据可用于预测。
因此，我正在 R 中寻找多重插补代码（理想情况下是随机森林，因为有大量缺失数据），它允许同时考虑连续和分类预测变量来插补多个连续变量。
事实证明我需要将我的分类变量转换为向量
哪种类型的分析具有连续和分类预测因子的分类结果？
[英]What type of analysis with categorical outcome with both continuous and categorical predictors?
当我们同时具有连续变量和分类变量作为预测变量时，如何在多项逻辑回归中检验多重共线性？
[英]How to test multicollinearity in multinomial logistic regression when we have both continuous variables as well categorical variables as predictors?
对类别变量使用“ missForest”在r中进行多重插补
[英]Multiple imputation in r using “missForest” on categorical variables
Matlab / R-具有分类和连续预测变量的线性回归-为什么连续预测变量平方？
[英]Matlab/R - linear regression with categorical & continuous predictors - why is the continuous predictor squared?
如何在 R 中可视化多个分类变量与一个连续变量
[英]How to visualize multiple categorical variables vs one continuous variable in R
当我们使用多个分类预测器删除截距时，“lm()”的行为如何
[英]How `lm()` behaves when we remove intercept with multiple categorical predictors
如何在 R 中使用分类变量和连续变量执行潜在配置文件分析？
[英]How do I perform a Latent Profile Analysis with both categorical and continuous variables in R?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
