Rapaz! Com 24 variáveis e apenas 40 objetos, que entendo aqui como número de dados, amostras ou "linhas" do banco de dados, você se arrisca a fazer um sobreajuste (*overfitting*)¹ e não uma análise estatística!
Ademais, com dados faltantes em alguns casos você ainda vai uma nova questão do que esses dados imputados poderia significar se essa for a saída encontrada ou se a alternativa for descartar casos com dados faltantes. . . HTH -- Cesar Rabak [1] V. também a respeito da "one in ten rule", embora o número dez pode precisar ser maior como no seu caso que além de multivariada tem dados faltantes. On Wed, May 29, 2019 at 2:06 PM Caio Correa por (R-br) < [email protected]> wrote: > <quote author='R-br mailing list'> > Boa tarde Prezados. > > Estou a tratar dados experimentais em excel, sendo que alguns dados estão > em falta em relação a algumas variáveis e objetos (entradas em Excel). > > Vou realizar a análise multivariada com dados de uma planilha (40 objetos > versus 24 colunas de dados), mas antes, eu tenho que prever os dados em > falta de algumas células. > > Por gentileza alguém teria recomendação de script no R com a implementação > dos métodos? > > - Método do algoritmo E-M (Expectativa-Maximização) que pressupõe a > normalidade dos dados referentes às variáveis de resposta > > e > > - Modelo de regressão logística. A equação gerada permitiria estimar os > valores dos dados perdidos. Não assume uma distribuição normal das > variáveis de resposta. Ao contrário da regressão linear cujos dados variam > de - ∞ a + ∞, na regressão logística eles variam de 0 a 1 e, portanto, são > apropriados para variáveis cujos valores variam de 0 a 1. > > Em vista do exposto, alguém poderia me ajudar ou recomendar alguém que > saiba implementar esses métodos no R? > > > Grato pela atenção. > > Obrigado > > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a > c�digo > m�nimo reproduz�vel. > </quote> > Quoted from: > > http://r-br.2285057.n4.nabble.com/R-br-Aplicacao-de-metodos-de-dados-faltantes-no-ambiente-R-tp4668543.html > > > Dê uma olhada nesse post... > > https://towardsdatascience.com/6-different-ways-to-compensate-for-missing-values-data-imputation-with-examples-6022d9ca0779 > > _____________________________________ > Sent from http://r-br.2285057.n4.nabble.com > > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e fornea cdigo > mnimo reproduzvel.
_______________________________________________ R-br mailing list [email protected] https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo m�nimo reproduz�vel.
