企业官网建设流程全解析

咱们在数据分析的时候，经常要面对数据中存在缺失值的情况，咱们通常会使用mice包进行多重插补，但是mice包插补通常是建立在线性或者回归模型上的，这个就要求你的数据正态分布或者近似正态分布，如果你的数据偏态分布太厉害，有可能会插补不成功。

最近有粉丝提问说数据插补不成功，如上图所示，主要是数据偏态分布太严重了，我来演示一下
先导入数据和R包

library(survival)library(scitable)library(mice)setwd("E:/公众号文章2026年/多重插补插补不了怎么办")data<-read.csv("data.csv",sep=',',header=TRUE)

咱们可以看到，数据有很多缺失值的，先整理数据，主要是把分类变量转成因子，这步没什么特别

out<-organizedata2(data=data,username=username,token=token,explore=T)data<-out[["data"]]

咱们常规使用mice包差补一下看看

impdata<-mice::mice(data,m=5,maxit=5,seed=123)

这种报错就本上就是数据分布问题，导致建模不成功了，这个时候咱们可以使用scitable包的sciimp函数进行随机森林插补

使用起来非常简单，把数据放进去，在methods这里改成methods = “randomForest”，因为它默认的是多重插补

out<-sciimp(data,username=username,token=token,methods="randomForest")

这样随机森林插补就完成，咱们把数据提取出来

dataimp<-out[["impdata"]][["ximp"]]

咱们可以看到，缺失值已经全部被插补成功了，咱们还可以绘制插补前和插补后的数据分布，应对审稿人提问

本期结束