ค่า Null ในการวิเคราะห์การถดถอยเชิงภูมิศาสตร์


12

ตัวแปรอธิบายของฉันบางตัวมีค่า Null ไม่กี่ค่าสำหรับรูปหลายเหลี่ยมบางตัว

การวิเคราะห์การถ่วงน้ำหนักทางภูมิศาสตร์สามารถจัดการสิ่งเหล่านี้ได้หรือไม่หรือฉันควรลบรูปหลายเหลี่ยมทั้งหมดและข้อมูลทั้งหมด (ขึ้นอยู่กับตัวแปรอิสระสำหรับรูปหลายเหลี่ยมนั้น)


โมฆะเหล่านี้แสดงถึงอะไร? ค่านั้นใช้ไม่ได้หรือว่ามันมีอยู่จริง แต่ไม่เป็นที่รู้จัก? หากหลังทำไมถึงไม่เป็นที่รู้จัก (ความกังวลหลักคือเหตุผลว่ามูลค่าที่ไม่ทราบนั้นมีความเกี่ยวข้องกับมูลค่าของตัวเองหรือไม่ตัวอย่างเช่นถ้าคุณกำลังศึกษาอุทกวิทยาและใช้การคลุมดินเป็นตัวแปรอธิบายถ้าดินปกคลุมไม่ทราบเนื่องจากน้ำท่วม นั่นเป็นข้อมูลที่สำคัญและมีความสำคัญมากกว่าค่าที่หายไป)
whuber

1
ขอบคุณ whuber, บางส่วนของโมฆะแสดงข้อมูลที่ถูกละเว้นสำหรับการรักษาความลับเนื่องจากหน่วยเล็ก ๆ ของการรวมคนอื่น ๆ ก็ไม่สามารถใช้ได้ แต่ไม่ได้เป็นผลมาจากตัวแปรอธิบายที่มีผลต่อ varibales อื่น ๆ ฉันมีค่าศูนย์จริงโดยที่ศูนย์แสดงถึงไม่มีเหตุการณ์ / อัตราสำหรับรูปหลายเหลี่ยมนั้นและฉันยังมีค่า Null บางค่าที่ข้อมูลหายไป เนื่องจากฉันมีตัวแปรอธิบายประมาณ 29 ตัวที่จะเริ่มต้นด้วยถ้าฉันลบรูปหลายเหลี่ยมที่แถวที่มีค่า Null ฉันจะสูญเสียรูปหลายเหลี่ยม 8 รูปจาก 279 และฉันหวังว่าฉันไม่จำเป็นต้องทำ ขอบคุณ!
I Heart Beats

ฉันดีใจที่คุณมีข้อมูลและทฤษฎีเกี่ยวกับการหายไป คุณอาจต้องระวังเล็กน้อยเกี่ยวกับหน่วยเล็ก ๆ เหล่านั้นเพราะค่าของตัวแปรที่เกี่ยวกับตัวแปรใด ๆ อาจมีความสัมพันธ์กับขนาดของพื้นที่ที่มันแทนดังนั้นจึงสร้างอคติที่อาจเกิดขึ้นในรูปแบบของความหายไป
whuber

2
คุณสามารถรวมค่า Null โดยการแนะนำตัวแปรเพื่อระบุสถานะและเข้ารหัสผลลัพธ์ Null ต้นฉบับทั้งหมดด้วยค่าทั่วไป (ค่าที่คุณเลือกไม่สำคัญ) คุณจะต้องมีตัวบ่งชี้แยกกันหนึ่งตัวสำหรับตัวแปรแต่ละตัวที่มีค่า Null ใด ๆ ไม่ว่าคุณจะทำอะไรอย่าเพิ่งเปลี่ยนค่าว่างด้วยศูนย์ (หรือค่าคงที่อื่น ๆ )! null หมายถึงบางสิ่งที่แตกต่างไปจากศูนย์ทั้งหมด
whuber

1
@whuber ดูเหมือนว่าอาจมีความคิดเห็นของคุณเพียงพอที่จะเขียนคำตอบสำหรับสิ่งนี้
PolyGeo

คำตอบ:


1

คุณสามารถลองเดาค่า 'โมฆะ' จากข้อมูลโดยรอบ นั่นจะดีกว่าการปล่อยทิ้งไว้เพราะวิธีการที่คุณจะไม่สูญเสียข้อมูล แน่นอนคุณต้องระมัดระวังในการเดาค่าต่างๆ เพราะถ้าคุณเดาว่าลำเอียงแบบจำลองของคุณก็จะเป็นเช่นนั้น

ดูเพิ่มเติมที่: http://handbook.cochrane.org/chapter_16/16_1_2_general_principles_for_dealing_with_missing_data.htm

และ:

ข้อควรระวัง:

เมื่อใดก็ตามที่ใช้ shapefiles โปรดทราบว่าพวกเขาไม่สามารถเก็บค่าว่างได้ เครื่องมือหรือโพรซีเดอร์อื่น ๆ ที่สร้าง shapefiles จากอินพุต nonshapefile อาจเก็บค่าว่างไว้เป็นศูนย์หรือเป็นจำนวนลบจำนวนเล็กน้อย (-DBL_MAX = -1.7976931348623158e + 308) สิ่งนี้สามารถนำไปสู่ผลลัพธ์ที่ไม่คาดคิด ดูเพิ่มเติมที่: ข้อควรพิจารณาการประมวลผลทางภูมิศาสตร์สำหรับเอาต์พุต shapefile ( http://desktop.arcgis.com/th/arcmap/10.3/tools/spatial-statistics-toolbox/geographically-weighted-regression.htm )

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.