【免费下载链接】stat_rethinking_2026Statistical Rethinking Course 2026项目地址https://gitcode.com/gh_mirrors/st/stat_rethinking_2026点击查看免费下载在Statistical Rethinking 2026统计再思考课程中缺失数据与测量误差是数据分析绕不开的两座大山。本文带你快速掌握潜变量模型Latent Variable Models如何应对这两类难题把看不见的真实值当作随机变量放进模型用贝叶斯推断让残缺数据也能说真话。适合刚接触因果推断与贝叶斯回归的读者无需深厚数学基础。为什么你的分析可能已经被数据骗了真实世界的数据很少完美问卷有漏填、传感器有噪声、调查有误差。粗暴地删除含缺失值的行complete case analysis往往带来两个后果样本量缩水信息白白流失更隐蔽的是系统性偏差——缺失本身可能就与结局相关成绩差的人更不愿填问卷删掉的不是噪声而是信号。Statistical Rethinking 的解法非常统一既然观测值不可靠就引入一个潜变量表示真实值再为观测 ← 潜变量这个过程单独建模。这就是测量模型Measurement Model的核心思想对应 2026 课程日程中的 [Measurement Models] 与 [Missing and Censored Data] 两讲第 07、08 周Experienced 组。 仓库中的完整教学脚本可在此查看测量误差scripts/17_measurement_error.r缺失数据scripts/18_missing_data.r课程总览与课表README.md缺失数据三兄弟MCAR、MAR、MNAR 一步识别仓库用了一个极其形象的教学比喻——狗吃作业狗随机吃了学生的作业数据就消失了。18_missing_data.r 模拟了四种缺失机制一眼就能看出区别机制英文缩写狗的吃作业规则简单回归的结局完全随机缺失MCAR随机吃掉 50% 的作业偏差很小只是浪费样本随机缺失MAR只吃学习努力S0同学的作业回归斜率开始失真非线性 天花板效应MAR 变体吃掉所有 S0 的作业且真实关系有饱和直线拟合明显歪掉非随机缺失MNAR专吃成绩差H0的作业偏差最严重缺失直接与结局挂钩关键结论只要缺失机制不是 MCAR直接删行再回归就可能给出错误的因果解释。识别你面对的是哪一种机制是决定后续建模策略的第一步。测量误差修正华夫饼与离婚率中的潜变量课程第 15 章的经典案例是华夫饼销量与离婚率WaffleDivorce 数据各县的婚姻率、离婚率都是抽样估计自带标准误。若直接拿带误差的观测值做回归效应量会被向零收缩attenuation bias。17_measurement_error.r 给出的潜变量模型结构非常清晰可以拆成两层测量层观测到的离婚率 D_obs 以真实离婚率 D_true 为中心服从均值 D_true、标准差 D_sd 的正态分布——把数据有多不准显式写进模型结构层真实值 D_true 再由婚龄 A 与婚姻率 M 预测mu - a bA*A bM*M。当 D_obs 的标准误较小时后验的 D_true 会贴近 D_obs标准误大的州则被强烈拉向回归线——这种借力收缩正是潜变量模型最直观的魅力。脚本中还用animation包做了逐帧动画展示每个点如何从观测位置平滑地收缩到模型位置scripts/17_measurement_error.r。脚本后半部分还覆盖了一个进阶场景分类变量的错误分类misclassification。scripts/Himba.csv 是遗传父亲分析数据脚本通过引入假阳性率 f把观测概率改写为p (1-p)*f的形式来校正检测误差scripts/17_measurement_error.r并逐步给出数值更稳定的 log 形式写法值得学习。用高斯过程 系统发育树填补灵长类缺失数据缺失数据讲的高潮案例是 301 个灵长类物种的脑量数据脑量、体重、群组规模三个变量各有大量缺失不同物种缺失模式还各不相同。完整案例代码scripts/18_missing_data.r含系统发育树与缺失标记可视化手写 Stan 模型scripts/18_BMG_OU.stan18_BMG_OU.stan 的核心思路分三步缺失值升格为参数vector[N_M_miss] M_impute;等三行把缺失的体重、群组规模、脑量直接声明为待估计参数而不是在数据里填一个猜测值结构回归合并后的完整变量B_merge ~ multi_normal(mu, K)其中mu[i] a bM*M bG*Gscripts/18_BMG_OU.stan跨物种借力利用系统发育距离矩阵Dmat构造高斯过程协方差Kcov_GPL1函数scripts/18_BMG_OU.stan——亲缘关系越近的物种缺失值越相似等于向亲戚借数据。脚本里最精彩的对照实验是把完整案例模型与先删行再建模complete case模型的系数后验分布叠画对比scripts/18_missing_data.r直观展示填补模型不仅恢复了样本量还改变了系数估计本身。另一个常被忽略的缺失是删失censoring猫收养案例中5 年仍未被领养的猫只能观测到≥5 年。18_missing_data.r 用三种等价方式处理——仅用未删失数据有偏、为删失值建y_cens ~ normal(5,1)的占位潜变量、以及用exponential_lccdf直接积分边缘似然让你看清删失数据同样有信息。潜变量模型落地清单何时该用、怎么用你的数据症状该引入的潜变量仓库对应参考连续变量带标准误/测量噪声每个观测对应一个 true 值 噪声分布17_measurement_error.r自变量也有误差给自变量再建一层测量模型17_measurement_error.r分类变量检测有假阳性/假阴性观测概率 真实概率 ⊕ 错误分类率17_measurement_error.r表格型缺失MAR缺失值作为参数由其余变量与总体结构预测18_BMG_OU.stan单位间存在相似性分组/亲缘/时间用高斯过程或随机效应提供跨单元结构18_BMG_OU.stan删失/截断数据潜变量 条件似然或直接积分18_missing_data.r给新手的三条建议先画图判断缺失机制MCAR/MAR/MNAR再谈填补方法潜变量模型要写全两层观测模型 结构模型缺一层就退化成普通回归用完整案例模型 vs 潜变量模型的后验对比验证你的填补是否真的改变了结论。想动手复现克隆课程仓库后安装rethinking包直接运行上述脚本即可git clone https://gitcode.com/gh_mirrors/st/stat_rethinking_2026结语Statistical Rethinking 2026 用统一的潜变量语言告诉我们数据不完整不代表分析走投无路。把看不见写进模型、让先验与结构假设提供额外的证据来源你就能从缺失数据和测量误差中打捞回真实信号。建议从狗吃作业模拟入手再跟着灵长类案例完整跑一遍 Stan 模型两个下午就能建立直觉。祝建模愉快赞分享【免费下载链接】stat_rethinking_2026Statistical Rethinking Course 2026项目地址https://gitcode.com/gh_mirrors/st/stat_rethinking_2026点击查看免费下载相关推荐Statistical Rethinking 多层模型教程分组数据建模如何避免过度拟合Statistical Rethinking 多层模型教程分组数据建模如何避免过度拟合 想掌握 Statistical Rethinking 多层模型教程本用代码生成流程图从未如此简单Jekyll Spaceship 与 Mermaid 完美结合用代码生成流程图从未如此简单Jekyll Spaceship 与 Mermaid 完美结合 Jekyll Spaceship 是一款功能强大的 JekyllBCFtools完整指南如何快速掌握高通量测序数据处理BCFtools完整指南如何快速掌握高通量测序数据处理 BCFtools是生物信息学领域最强大的VCF和BCF文件处理工具之一专门用于高通量测序数据的分析和生物信息学科研上一篇【热门开源项目下载】JeeLowCode低代码开发平台全攻略下一篇【热门开源项目下载】RuleGo规则引擎完全指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
