Pianificazione degli intervalli di confidenza con i valori NA

Question

Vorrei creare un intervallo di confidenza con un dato con NA, utilizzando il pacchetto Gviz. Ho modificato l'esempio manuale per esporre il mio problema. In primo luogo, come il manuale di esporre:

library(Gviz) 

## Loading GRanges object 
data(twoGroups) 

## Plot data without NAs 
dTrack <- DataTrack(twoGroups, name = "uniform") 
tiff("Gviz_original.tiff", units="in", width=11, height=8.5, res=200, compress="lzw") 
plotTracks(dTrack, groups = rep(c("control", "treated"), 
           each = 3), type = c("a", "p", "confint")) 
graphics.off() 

Ora, utilizzando i dati con NA valori e na.rm=TRUE statment:

## Transforming in data frame 
    df <- as.data.frame(twoGroups) 

## Input NAs to look like my real data 
df[ df <= 0 ] = NA 
df <- df[,-4] 
df <- df[,-4] 
names(df) <- c("chr", "start", "end", "control", "control.1", "control.2", "treated", "treated.1", "treated.2") 

## Plot with NA 
library(GenomicRanges) 
df <- makeGRangesFromDataFrame(df, TRUE) 
dftrack <- DataTrack(df, name = "uniform") 
tiff("Gviz_NA.tiff", units="in", width=11, height=8.5, res=200, compress="lzw") 
plotTracks(dftrack, groups = rep(c("control", "treated"), 
           each = 3), type = c("a", "p", "confint"), na.rm=TRUE) 
graphics.off() 

prega di notare che ho inserito il na.rm=TRUE statment in plotTracks funzione, che ha permesso il calcolo della linea seguendo la media. Tuttavia, l'area ombreggiata che rappresenta l'intervallo di confidenza, non può essere stimata dove ho i valori NA, anche con lo na.rm=TRUE.
Qualche idea per affrontare questo problema? Grazie!

UPDATE per @rbatt:

> dput(twoGroups) 
new("GRanges" 
    , seqnames = new("Rle" 
    , values = structure(1L, .Label = "chrX", class = "factor") 
    , lengths = 25L 
    , elementMetadata = NULL 
    , metadata = list() 
) 
    , ranges = new("IRanges" 
    , start = c(1L, 42L, 84L, 125L, 167L, 209L, 250L, 292L, 334L, 375L, 417L, 
458L, 500L, 542L, 583L, 625L, 667L, 708L, 750L, 791L, 833L, 875L, 
916L, 958L, 1000L) 
    , width = c(30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 
30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L, 30L 
) 
    , NAMES = NULL 
    , elementType = "integer" 
    , elementMetadata = NULL 
    , metadata = list() 
) 
    , strand = new("Rle" 
    , values = structure(3L, .Label = c("+", "-", "*"), class = "factor") 
    , lengths = 25L 
    , elementMetadata = NULL 
    , metadata = list() 
) 
    , elementMetadata = new("DataFrame" 
    , rownames = NULL 
    , nrows = 25L 
    , listData = structure(list(control = c(-8.96125989500433, -4.2114706709981, 
2.28711236733943, 9.20983788557351, 0.406841854564846, 5.90989288408309, 
5.20958516281098, 2.78549935668707, -8.57040509115905, -8.43395926523954, 
-8.77848833333701, -2.30348631739616, 0.988166537135839, -0.557612692937255, 
-7.67730884253979, -5.16523499507457, -3.01896842662245, -3.11802179086953, 
-7.91133752092719, 3.95565569866449, 2.71242363378406, 0.727043347433209, 
7.3868807638064, -5.54162500426173, -1.13912807777524), control.1 = c(-7.65790161676705, 
4.6882571419701, 8.01326935179532, -6.23242623638362, -7.05442394595593, 
-5.10347711388022, -9.60906079504639, -4.69888434745371, -5.72342518251389, 
5.06623945198953, -2.53558184020221, 5.75232566334307, -7.08328293636441, 
-5.78988547902554, 1.57217930071056, -6.07197678647935, -7.39777445793152, 
5.28266688808799, -0.175534035079181, 5.19415136426687, 7.53853759262711, 
-0.950022372417152, 4.8170017497614, -2.23117967601866, 2.86112546455115 
), control.2 = c(9.87956526689231, -1.0533055011183, -7.1219984581694, 
8.59682233538479, -0.551973707042634, 1.56467542983592, -0.415736702270806, 
1.69801083859056, 3.67223800625652, -1.30616669543087, -5.99444826599211, 
-0.745276440866292, -4.42522280383855, -9.33690558653325, 3.56628117151558, 
8.04066675715148, 5.54990579374135, 7.0927129406482, -2.37754446454346, 
-5.13221249915659, 6.56280730385333, -7.63786241877824, 3.64003846421838, 
-4.65625441167504, 8.1775445304811), treated = c(-5.84375557024032, 
1.03083667811006, -4.46718293242157, -6.32041404955089, 9.36362744309008, 
-0.488725560717285, -9.12991860881448, 6.98352626990527, 3.66103118285537, 
6.59625696251169, 26.3747013662942, 4.21735171694309, 23.1465750234202, 
5.14831536915153, 16.2545943120494, -2.77631865814328, 8.87154446449131, 
4.34142326004803, 0.0693343719467521, -5.7483538496308, -3.42396105173975, 
-28.9633466186933, -7.59088161867112, 7.04729768447578, -5.34924863371998 
), treated.1 = c(9.71352839842439, -6.77430204115808, -4.05887754634023, 
-1.56806231010705, -4.88056596834213, 6.99816173873842, 4.07760242931545, 
-9.04069183394313, 23.9087636698969, 20.8488084585406, 24.4913479057141, 
9.37918818555772, 21.6068591410294, 0.408056953456253, 20.2703413087875, 
-3.44990291167051, -9.94784070644528, 5.36248424556106, 5.6652726046741, 
-20.9520940342918, -25.0159116648138, -15.0660670618527, 5.14691891148686, 
-7.55597376730293, 0.874496018514037), treated.2 = c(9.99328563921154, 
0.593712376430631, 8.05319488979876, 3.5114610241726, 1.55288028530777, 
-2.03484911937267, 3.07067603804171, -2.71020049229264, 21.1088214861229, 
11.0598625196144, 10.9187916945666, 7.2046619025059, 29.7064534015954, 
1.79014495806769, 7.76732922066003, 8.54645798448473, 5.30277661513537, 
-4.55057015176862, 8.73211439698935, -20.1880806474946, -14.8638874059543, 
-26.3618095312268, -5.80431585200131, -8.46893921960145, -6.32030902896076 
)), .Names = c("control", "control.1", "control.2", "treated", 
"treated.1", "treated.2")) 
    , elementType = "ANY" 
    , elementMetadata = NULL 
    , metadata = list() 
) 
    , seqinfo = new("Seqinfo" 
    , seqnames = "chrX" 
    , seqlengths = NA_integer_ 
    , is_circular = NA 
    , genome = "hg19" 
) 
    , metadata = list() 
) 

Answer 1

si può solo cadere il NAS da dataframe prima di andare a trama o imputare i valori, se siete disposti a modificare la struttura dei dati. Potrebbe essere necessario rimuovere la colonna di NA per colonna.

Ti piace questa:

primo luogo, fare una bella dataframe:

df<- data.frame(userid=seq(1,100,1), numVarA=rnorm(100, mean=0, sd=1), numVarB=rnorm(100, mean=2, sd=1), wholeNumVar=seq(from=1, to=300, by=3), Sex=rep(c("Male", "Female"), 50), Age=floor(runif(100, min=30, max=55))) 

Avanti, pugno alcuni fori in esso.

df$numVarA[c(1, 10, 15, 20, 25, 27, 29, 44, 69, 96, 45)]<- NA 
df$numVarB[c(12, 80, 17, 19, 77, 71, 74, 76)]<- NA 

In terzo luogo, la goccia del NA

df<- df[!is.na(df$numVarA), ] 
df<- df[!is.na(df$numVarB), ] 

Quindi provare a tracciare di nuovo tutto. Speriamo che questo aiuti. Best, NF