regression - SPSS最佳插补方法
问题描述
我对 SPSS 和 Statistics 包非常陌生。
我有关于 2016 年至 2019 年(n~75)之间降水、气温和几个井水温度变量的双周数据。但是,由于各种原因,对于每个井水温度值,我有大约 60-70% 的不同日期的缺失值。我的目标是在降水与井水温度和空气温度与井水温度之间进行互相关,但缺失值是不可能的。有人告诉我应该使用多元回归,但偶然发现了多重插补。
我所拥有的数据表明,每口井的水温随时间呈线性模式(见下图)。在我尝试创建数据时,我使用了插补,这就是我的知识减少的地方。我只是选择了分析模式,然后使用井水作为推算数据和气温以及降水和日期作为预测因子来推算缺失数据,希望它能够更接近井水温度随时间推移的线性模式。我还添加了来自确实存在的数据的最小值和最大值,以约束估算值。
我试图找出哪种估算方法最好,或者我是否需要执行某种类型的回归分析才能完全估算缺失的数据。是的,我知道我对 SPSS 和统计信息知之甚少,但感谢您提供任何帮助。
解决方案
推荐阅读
- scala - 在scala中使用circe在一行中打印json字符串
- c# - 如何使用 C# 从字符串数组制作类似枚举的 Unity 检查器下拉菜单?
- spring-boot - 需要在 Swagger UI 上更改 GET 映射名称
- three.js - Autodesk Forge 元素相对于世界坐标系的旋转
- java - 当我执行 Files.write 时,Wildfly 正在使用文件
- gradle - 未找到 ID 为“osgi”的插件
- flutter - Flutter Onboarding - 如何同时滑动两张图片?
- python - 未解决的导入烧瓶视觉工作室 2019
- java - 从 BigQuery 中包含多个表的数据生成 CSV 文件
- html - 如何在 CSS 上禁用悬停效果?