open的面试题 - Statistics版 - 未名存档

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

Statistics版 - open的面试题

相关主题
● 请教一个截尾数据的分析方法	● Biostatistics Ph.D. 找工作中。。。求建议
● 关于time series的一个问题，请教大牛~	● 关于multiple imputation和variable selection的问题
● missing values imputation	● [合集] Missing data
● 面试时关于如何处理missing data的回答	● proc logistic遇到missing value怎么处理
● 真心请教： data cleaning	● X 是随机变量, 那么 X + X 等于 2* X 吗?
● 大家平时怎么处理missing data？	● 求 imputation 后出来的iteration 的数据作用
● 请教个multiple imputation的问题	● 问个missing data的问题，关于time series data
● 问一个关于data imputation的问题	● 请教一个sas问题

相关话题的讨论汇总
话题: 面试题话题: imputation话题: missing话题: data话题: open

进入Statistics版参与讨论

1

(共1页)

c*******r 发帖数: 323	1 如何处理missing data? 如果有很多变量，要注意哪些问题？望大神指教
v*******e 发帖数: 11604	2 看context啦。在genomics里面，missing data多了的sample经常就是丢掉。在数据少的统计问题里面经常用imputation啦。用normal distribution impute一下啦，多做几次，然后看看对结果的影响。
a***g 发帖数: 2761	3 最典型的有em算法，半参的重抽样，或者半参的mc 不过确实像verdelite说的，有的时候根本就不要了，插值导致的的偏差有时候比较大
t********m 发帖数: 939	4 小白一个，想了想，只能想到以下的：关于miss data:如果missing data相对于整个数据量来说不大，有时候会忽略；如果不能忽略，那就做imputation，有很多imputation的方法。关于很多变量：首先查看各变量间的关系，看看有没有correlation，然后可以用 random forest来确定变量的重要性排序。觉得这两个问题不太好回答，希望有大牛来brainstorm一下。

1

(共1页)

进入Statistics版参与讨论

相关主题
● 请教一个sas问题	● 真心请教： data cleaning
● imputation question?thanks	● 大家平时怎么处理missing data？
● 如何处理这样的missing value？	● 请教个multiple imputation的问题
● 请问如何处理RCBD 中 missing data.小样本	● 问一个关于data imputation的问题
● 请教一个截尾数据的分析方法	● Biostatistics Ph.D. 找工作中。。。求建议
● 关于time series的一个问题，请教大牛~	● 关于multiple imputation和variable selection的问题
● missing values imputation	● [合集] Missing data
● 面试时关于如何处理missing data的回答	● proc logistic遇到missing value怎么处理

相关话题的讨论汇总
话题: 面试题话题: imputation话题: missing话题: data话题: open

未名新帖统计// 7月16日

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

* 这里只显示发帖超过25的版面，努力灌水吧:-)