R: A-priori size regression for missing data estimation
est.reg
R Documentation
A-priori size regression for missing data estimation
Description
Estimates missing data using regression on a designated size variable. Any values of the size variable missing are estimated with the variable best correlated with size.
Usage
est.reg(x, col_indep)
Arguments
x
A n X m matrix of morphometric data with n specimens and m variables, containing some percentage of missing values input as NA
col_indep
The number of the column in which the independant size variable is stored. This column will be used to estimate missing values in the other columns.
Value
Returns a n X m matrix containing both the original morphometric values as well as estimates for all previously missing values.
Author(s)
J. Arbour and C. Brown
References
Brown, C., Arbour, J. and Jackson, D. 2012. Testing of the Effect of Missing Data Estimation and Distribution in Morphometric Multivariate Data Analyses. Systematic Biology 61(6):941-954.
See Also
best.reg
Examples
data(crocs)
## remove 30% of data points
croc.miss<-missing.data(crocs,0.3)
croc.miss
## assume col 1 is the size variable
croc.new<-est.reg(croc.miss,1)
croc.new
Results
R version 3.3.1 (2016-06-21) -- "Bug in Your Hair"
Copyright (C) 2016 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)
R is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type 'license()' or 'licence()' for distribution details.
R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.
Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.
> library(LOST)
> png(filename="/home/ddbj/snapshot/RGM3/R_CC/result/LOST/est.reg.Rd_%03d_medium.png", width=480, height=480)
> ### Name: est.reg
> ### Title: A-priori size regression for missing data estimation
> ### Aliases: est.reg
>
> ### ** Examples
>
>
> data(crocs)
>
> ## remove 30% of data points
> croc.miss<-missing.data(crocs,0.3)
> croc.miss
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17
[1,] 8 10 12 NA 14 NA NA 10.0 10 8 NA NA 4.0 13 3.0 8 13
[2,] 9 NA 15 18 16 35 NA 10.0 NA 9 3 4 NA 19 6.0 9 NA
[3,] 9 12 NA 18 15 NA 13 NA 10 8 NA NA 3.0 NA 5.0 8 13
[4,] 10 13 16 20 15 37 15 10.0 10 9 2 3 NA 21 5.0 9 14
[5,] NA 15 17 NA NA NA NA 11.0 11 10 2 3 NA 20 5.0 10 NA
[6,] 10 15 NA 20 NA 40 17 11.0 12 9 4 4 NA NA 6.0 10 16
[7,] 11 16 20 NA 17 NA 19 12.0 13 10 3 4 4.0 23 5.0 12 17
[8,] 11 16 20 23 16 44 21 13.0 13 11 NA 4 NA 23 6.0 NA 16
[9,] NA NA 19 23 17 45 20 12.0 NA 11 NA 4 4.0 NA 6.0 11 16
[10,] 17 22 NA 30 NA 63 NA 17.0 16 13 4 NA 6.0 33 6.0 14 NA
[11,] 18 25 28 33 NA NA 34 18.0 18 14 4 6 NA 37 6.0 17 NA
[12,] NA 25 29 NA 25 NA NA 20.0 NA NA 5 7 NA NA 8.0 NA 24
[13,] 19 27 NA 38 28 NA 44 23.0 19 15 NA 7 7.0 43 7.0 NA NA
[14,] 22 30 35 45 33 NA 42 23.0 22 16 6 7 7.0 NA 8.0 22 27
[15,] 25 35 41 47 32 NA NA 26.0 25 16 7 8 NA 53 NA 23 32
[16,] 26 37 44 51 36 102 55 NA 24 17 7 NA 9.0 56 10.0 26 33
[17,] 27 41 45 NA 40 NA NA 31.0 25 20 7 10 10.0 64 NA NA 38
[18,] 30 NA NA 57 NA 116 NA NA 26 19 NA 10 11.0 NA NA 30 NA
[19,] 32 NA 57 77 NA 128 NA 42.0 28 23 10 18 16.0 NA 16.0 36 50
[20,] 39 53 NA NA 48 140 NA 47.0 NA 23 NA 12 12.0 NA 13.0 32 NA
[21,] 36 NA 61 74 50 146 80 NA 32 26 NA 14 NA NA 12.0 38 NA
[22,] 41 61 72 87 63 167 93 NA NA 25 11 16 NA NA 14.0 45 NA
[23,] NA NA NA NA 64 NA 93 NA 35 27 13 17 15.0 NA NA 47 NA
[24,] 43 62 NA 82 57 NA 101 NA NA 26 14 17 NA NA 13.0 41 53
[25,] NA 71 85 95 NA 183 102 NA NA 30 NA 16 NA 101 16.0 50 NA
[26,] NA 68 75 91 62 188 106 NA 37 NA 12 19 16.0 101 15.0 44 55
[27,] 50 NA NA 97 68 189 100 58.0 40 28 14 NA NA 102 NA 49 NA
[28,] 48 65 76 NA 66 199 106 NA 39 32 14 24 18.0 106 18.0 NA 60
[29,] 52 NA 81 93 62 205 NA 52.0 44 27 15 16 16.0 NA 17.0 48 66
[30,] 59 82 96 110 NA NA 122 60.0 44 30 NA 17 19.0 122 NA 59 74
[31,] 56 83 NA 136 86 224 121 62.0 45 NA 19 20 20.0 108 NA NA 84
[32,] NA 79 NA 107 74 229 128 64.0 NA 28 17 22 18.0 120 18.0 58 74
[33,] 67 83 97 NA NA NA NA 77.0 45 32 17 22 18.0 130 19.0 NA 78
[34,] 63 NA 102 118 80 251 145 NA 47 33 16 NA 21.0 131 NA 67 84
[35,] 62 88 108 120 80 252 142 67.0 NA 32 NA 21 NA NA 24.0 62 94
[36,] NA 95 105 130 86 256 157 73.0 48 35 20 22 21.0 NA 22.0 NA 84
[37,] 64 92 NA 122 NA 257 147 73.0 48 34 NA NA 21.0 NA NA 68 87
[38,] 67 93 100 130 86 257 153 NA NA NA 18 23 NA 138 NA 70 83
[39,] 69 NA NA NA 81 267 144 74.0 NA 35 18 23 NA 141 NA 69 88
[40,] 71 97 111 142 NA 272 NA NA 49 36 NA 26 23.0 NA 21.0 77 90
[41,] 77 NA 121 148 NA 287 156 79.0 51 32 NA NA NA 156 NA 82 98
[42,] 81 115 NA 154 NA 288 170 81.0 NA 38 23 26 26.0 152 NA 76 103
[43,] NA 115 NA 158 102 NA 180 82.0 NA NA 21 26 27.0 160 21.0 NA 104
[44,] 85 NA 130 NA NA 301 174 NA 54 NA 20 22 25.0 158 24.0 89 NA
[45,] 95 117 132 155 NA 306 NA 87.0 NA NA 22 29 27.0 NA 28.0 84 104
[46,] NA 133 160 206 NA 315 NA 92.0 65 47 NA 31 32.0 161 NA 99 NA
[47,] 88 NA 123 NA 105 NA NA 92.0 NA 35 21 26 23.0 176 28.0 88 NA
[48,] 115 131 NA 183 115 324 NA 100.0 55 NA NA NA 29.0 NA 29.0 95 127
[49,] NA NA NA 154 95 325 NA 86.0 NA NA NA 28 24.0 169 24.0 NA 102
[50,] NA 111 126 159 NA NA 186 NA 64 NA 22 NA 23.0 NA 29.0 88 NA
[51,] NA 142 173 208 143 334 NA 89.0 61 NA NA 26 28.0 NA 20.0 93 NA
[52,] 99 142 159 199 123 349 218 98.0 58 42 NA 28 25.0 197 32.0 NA 131
[53,] 99 NA NA 186 NA NA 205 111.0 59 43 NA NA 30.0 NA 27.0 NA NA
[54,] 100 138 NA 185 114 373 216 102.0 NA 37 NA 34 NA 203 NA 109 NA
[55,] NA 149 172 NA 133 NA 231 115.0 70 52 26 29 32.0 NA 32.0 128 152
[56,] 112 162 NA NA NA NA NA 115.0 NA 46 30 32 NA 206 32.0 121 145
[57,] NA 163 179 232 155 432 265 NA NA 50 NA 35 36.0 NA NA 125 NA
[58,] 135 190 210 259 166 NA 275 139.0 74 NA 33 39 NA NA 32.0 160 NA
[59,] NA 196 212 282 182 NA 302 NA 71 NA 41 20 39.0 NA 34.0 NA NA
[60,] NA 274 289 371 243 NA 441 195.0 84 57 51 53 47.0 371 NA NA 236
[61,] 38 52 NA 78 55 NA 69 42.0 34 22 8 13 14.0 72 13.0 46 51
[62,] 26 41 52 77 55 NA NA NA 27 NA NA 11 NA NA 18.0 NA NA
[63,] NA 59 69 88 59 153 76 46.0 34 24 9 16 15.0 NA 14.0 NA NA
[64,] 45 57 NA 89 NA 153 NA 47.0 34 24 NA 14 14.0 NA 15.0 50 NA
[65,] NA NA 92 NA 81 212 NA 67.0 42 31 13 22 NA 105 37.0 72 83
[66,] 155 193 237 NA NA 417 NA 140.5 NA 59 37 NA 59.5 229 28.5 109 NA
[67,] 113 NA 167 138 NA 407 258 119.0 58 51 23 35 NA 191 41.0 108 110
[68,] 9 12 14 NA NA 35 13 11.0 10 10 NA 4 4.0 19 NA 9 12
[69,] NA 13 NA 20 15 NA NA 11.0 11 9 2 NA 4.0 21 4.0 9 15
[70,] 9 NA 14 20 NA 36 13 11.0 10 9 2 4 3.0 17 NA 10 14
[71,] NA NA 20 25 18 44 19 13.0 NA NA NA 4 5.0 21 5.0 12 18
[72,] 9 13 15 22 18 45 NA 13.0 11 10 2 NA 4.0 22 NA 10 16
[73,] 13 NA NA 26 19 45 20 14.0 NA NA NA 5 5.0 23 6.0 NA 18
[74,] NA 17 NA 26 18 47 NA 13.0 14 11 NA NA 3.0 22 6.0 11 16
[75,] 13 NA 20 NA NA 48 21 15.0 NA 12 3 6 6.0 26 NA 13 17
[76,] 8 NA 17 NA 19 NA NA 22.0 NA 11 NA 4 NA NA 7.0 11 17
[77,] 14 18 22 NA NA 51 23 NA NA 12 3 5 4.0 27 6.0 14 19
[78,] NA 16 NA 28 NA 52 24 15.0 15 12 NA 6 NA 30 NA 13 19
[79,] 14 20 23 NA NA 55 NA 17.0 16 NA 3 6 5.0 28 6.0 15 21
[80,] NA NA NA NA NA 56 24 NA 14 13 NA 6 6.0 30 NA 14 21
[81,] 16 23 NA 35 26 NA 30 22.0 16 14 5 8 5.0 37 7.0 NA 25
[82,] 22 30 34 44 31 77 35 24.0 21 NA NA 8 NA 41 NA 22 30
[83,] 21 NA 37 48 35 NA 42 25.0 23 18 NA 13 11.0 47 10.0 23 33
[84,] 25 34 40 53 37 89 42 28.0 24 NA 4 NA NA 48 NA 24 34
[85,] NA NA 42 NA NA 98 47 32.0 NA 17 7 NA 10.0 50 11.0 26 37
[86,] NA 38 46 65 NA 105 54 NA NA NA 8 12 14.0 55 12.0 32 42
[87,] 28 38 45 64 45 107 NA 32.0 24 20 NA 12 13.0 NA NA 27 41
[88,] 34 46 52 75 52 123 62 39.0 26 NA 12 NA NA NA 13.0 NA 49
[89,] NA 44 54 NA 53 138 70 39.0 NA 24 NA 16 NA 70 13.0 40 48
[90,] NA 50 59 NA 64 NA 71 48.0 31 26 9 16 17.0 71 NA NA 56
[91,] 41 56 NA NA 73 162 85 NA 34 30 11 NA NA 81 19.0 50 NA
[92,] NA 44 55 85 64 157 87 47.0 32 NA NA 14 15.0 NA 15.0 43 52
[93,] NA 56 67 102 73 174 NA 52.0 NA NA 16 NA NA 91 NA NA 63
[94,] 47 NA 82 120 NA 177 95 59.0 36 30 15 NA 19.0 89 25.0 54 74
[95,] 47 63 85 121 85 194 NA 61.0 39 NA 19 22 25.0 95 NA 57 82
[96,] NA NA 68 101 73 196 105 NA 34 27 13 20 17.0 NA 21.0 53 66
[97,] 47 65 85 NA 83 196 NA 60.0 38 29 15 23 NA 105 18.0 55 NA
[98,] NA 67 85 128 88 200 NA 55.0 37 32 16 21 19.0 106 NA NA 77
[99,] NA 64 NA NA 86 206 109 NA 39 NA 19 NA 22.0 106 23.0 53 71
[100,] 56 79 104 NA NA 215 119 65.0 NA 38 20 25 27.0 104 23.0 NA 91
[101,] 50 66 90 NA 92 216 122 67.0 40 34 NA 23 24.0 114 22.0 63 80
[102,] NA NA 87 NA NA NA 122 64.0 NA NA 17 23 NA NA 23.0 66 85
[103,] 55 NA 88 124 84 NA 126 66.0 32 NA 16 23 NA NA NA 65 NA
[104,] 61 NA NA 145 NA 237 131 NA 43 NA 18 NA 27.0 123 NA 73 86
[105,] 19 26 NA 40 28 82 42 23.0 20 NA NA 10 10.0 NA 8.0 21 28
[106,] 38 NA 63 104 73 217 127 59.0 40 NA 15 NA 18.0 NA 17.0 54 67
[107,] 50 64 92 NA 118 299 NA 85.0 51 41 20 NA 30.0 NA 26.0 NA 98
[108,] 40 NA 60 86 60 157 NA NA NA 26 11 19 17.0 81 17.0 45 56
[109,] NA 53 64 85 59 NA 84 48.0 NA 25 11 21 17.0 80 19.0 45 58
[110,] NA 106 133 196 137 NA 188 107.0 60 46 NA 37 34.0 167 NA NA NA
[111,] 24 34 38 47 31 NA 39 NA 21 18 6 9 10.0 39 11.0 23 29
[112,] NA 43 51 63 NA 111 54 35.0 NA 21 8 NA 10.0 53 12.0 NA 40
[113,] 43 NA NA 86 NA 148 75 49.0 31 NA 14 19 15.0 74 NA 46 NA
[114,] 48 64 76 NA 67 165 87 NA NA 25 11 19 NA 80 NA NA 59
[115,] 51 68 81 94 65 173 NA NA NA 26 NA 21 17.0 85 21.0 49 62
[116,] 77 99 118 149 106 NA 143 NA 44 NA 22 28 NA NA 28.0 81 NA
[117,] 14 20 NA NA 23 NA 26 18.0 NA 15 6 NA 6.0 33 7.0 16 23
[118,] NA NA 45 71 49 149 84 NA 29 NA 11 14 16.0 NA 13.0 37 48
[119,] 38 45 56 89 59 159 NA 57.0 37 29 15 20 15.0 93 14.0 48 60
[120,] 43 NA NA 104 72 NA 86 NA 34 30 12 17 20.0 90 20.0 54 NA
[121,] NA 53 NA 99 70 NA 129 60.0 41 34 14 21 21.0 118 NA 56 NA
[122,] NA 59 75 NA 80 192 NA NA NA NA 16 20 NA NA 23.0 NA NA
[123,] NA 11 NA 21 16 37 NA 14.0 11 NA 4 4 NA 20 5.0 NA 13
[124,] 24 37 48 72 NA NA NA 41.0 NA 22 9 11 NA 80 14.0 NA 47
[125,] 25 33 NA 71 NA 151 92 NA 27 22 8 11 11.0 NA 13.0 NA NA
[126,] 38 65 NA 120 85 261 NA NA 39 26 19 18 NA NA 62.0 62 83
[127,] 54 78 109 156 113 342 225 97.0 45 34 NA NA 23.0 212 NA 79 112
[128,] 79 128 172 NA 174 426 NA 120.0 NA NA 39 29 32.0 NA 41.0 109 NA
[129,] 128 NA 263 349 233 NA 372 203.0 69 49 NA 37 NA 327 59.0 NA 253
[130,] 124 203 274 384 254 659 402 NA 79 NA 77 43 47.0 345 NA 163 195
[131,] 8 NA NA 20 15 40 17 NA 11 NA 3 3 NA 18 4.0 NA 13
[132,] 7 11 13 20 NA 41 18 13.0 12 9 NA 3 3.0 NA 5.0 9 12
[133,] 8 NA NA NA 17 49 22 15.0 14 11 NA 4 3.0 28 6.0 NA 15
[134,] 11 NA NA NA NA 73 NA 20.0 15 13 NA 6 NA NA 6.0 16 10
[135,] 13 19 26 33 24 82 NA NA 16 NA 5 6 4.0 NA NA 18 23
[136,] 15 NA NA 39 NA 97 53 NA 21 18 6 6 NA 53 10.0 NA 29
[137,] 14 23 30 42 29 NA NA 27.0 20 15 5 5 NA NA NA 24 27
[138,] NA NA 31 41 NA NA 59 25.0 21 NA 5 NA 6.0 59 NA 21 25
[139,] NA 25 NA 43 32 109 65 26.0 21 NA 5 7 7.0 61 11.0 23 28
[140,] 21 NA 43 64 44 132 NA 38.0 NA 19 NA 11 9.0 77 13.0 30 NA
[141,] 20 30 39 NA NA 136 NA 33.0 NA 20 NA 8 8.0 NA 11.0 28 36
[142,] 19 33 NA 56 40 142 84 NA NA NA NA 9 9.0 79 11.0 29 37
[143,] 21 35 NA 60 45 152 92 38.0 27 19 NA NA NA 86 13.0 32 40
[144,] 21 NA 43 61 NA NA NA 38.0 NA 21 9 10 9.0 87 NA 33 41
[145,] 23 32 NA 64 NA 163 NA 40.0 NA NA 9 11 NA 92 NA 34 NA
[146,] 22 37 NA NA 48 170 NA 41.0 28 NA 9 11 10.0 NA 13.0 34 43
[147,] NA 43 NA 81 59 NA 113 NA 31 22 12 12 11.0 103 NA 45 54
[148,] 27 41 57 81 NA NA 117 NA 32 28 10 13 12.0 NA 15.0 41 NA
[149,] NA 45 56 80 57 204 NA 50.0 NA 24 NA 13 11.0 111 NA 42 52
[150,] 28 46 61 87 64 212 131 53.0 NA 28 10 16 15.0 120 17.0 NA NA
[151,] NA 46 NA 90 NA NA 135 53.0 31 25 NA 13 13.0 NA 17.0 46 56
[152,] NA 59 79 113 NA 258 NA NA 37 29 NA 16 NA 143 21.0 56 NA
[153,] NA 69 91 127 89 274 NA 72.0 NA 31 19 16 15.0 149 NA 60 79
[154,] 41 79 NA 134 93 297 191 80.0 42 33 21 18 NA 170 24.0 66 NA
[155,] NA NA 113 NA 108 NA 196 NA 43 31 33 18 23.0 169 NA 70 94
[156,] NA 79 NA NA 112 328 NA 94.0 44 33 23 23 21.0 179 21.0 81 99
[157,] NA 84 NA NA NA NA 212 NA 46 31 NA 20 NA 184 23.0 77 98
[158,] 49 83 116 158 117 NA 233 NA 49 36 NA 26 18.0 201 27.0 79 107
[159,] 48 93 123 174 139 402 252 106.0 NA NA 32 NA 28.0 213 28.0 89 121
[160,] 50 NA 123 182 134 408 NA NA NA 39 NA 21 22.0 NA NA 89 NA
[161,] 57 109 135 NA NA 416 261 112.0 NA 34 37 27 28.0 215 34.0 NA 131
[162,] 60 94 128 188 140 423 264 115.0 57 NA NA NA NA NA 26.0 NA NA
[163,] 52 103 131 196 139 433 272 124.0 57 37 37 28 21.0 238 31.0 104 NA
[164,] 83 NA NA NA 175 NA 339 NA 68 46 45 NA 27.0 282 NA 138 NA
[165,] NA 132 NA 258 187 553 349 157.0 67 43 48 NA 32.0 292 40.0 138 NA
[166,] 108 NA 231 355 230 NA 404 NA 77 56 55 31 NA NA NA 184 237
[167,] 129 NA NA 386 NA NA 419 NA 78 53 54 NA NA NA NA 195 262
[168,] 132 199 NA 408 259 NA 462 241.0 NA 56 68 56 49.0 388 NA 203 264
[169,] 21 NA NA NA 72 264 169 62.0 31 NA NA 18 13.0 NA NA 54 59
[170,] 33 NA NA 157 113 391 NA 96.0 42 NA NA 27 19.0 NA 23.0 81 92
[171,] 32 NA 95 166 116 401 268 100.0 40 30 35 NA 19.0 224 26.0 83 94
[172,] 46 70 121 191 146 462 300 NA 51 34 NA 24 19.0 258 30.0 92 NA
[173,] 48 NA 132 NA 156 518 NA NA NA 36 NA NA 27.0 286 35.0 NA 123
[174,] 53 87 NA NA 164 529 352 114.0 51 36 NA 31 NA NA 40.0 111 NA
[175,] 64 95 NA NA 132 291 NA 87.0 39 NA 29 26 29.0 NA 46.0 84 NA
[176,] NA 197 239 308 NA NA 333 132.0 62 36 NA 36 37.0 NA 57.0 160 221
[177,] NA NA 27 38 NA NA NA 23.0 NA NA 5 8 6.0 NA 7.0 19 NA
[178,] 16 NA 31 43 NA NA 57 27.0 18 15 7 8 NA 56 9.0 22 NA
[179,] 17 31 47 71 53 168 98 44.0 26 21 11 11 10.0 94 14.0 NA 45
[180,] 22 36 NA NA 59 196 115 52.0 NA 21 13 NA 11.0 111 15.0 43 51
[181,] NA 46 63 98 69 233 NA 57.0 32 NA 17 15 12.0 131 NA NA NA
[182,] 29 48 67 NA 81 254 NA NA 35 26 20 14 12.0 143 18.0 53 65
[183,] NA 48 65 108 79 261 164 66.0 NA 24 18 NA 13.0 NA 17.0 NA 64
[184,] 34 52 72 113 83 263 168 66.0 37 25 NA 17 13.0 151 21.0 57 68
[185,] 43 56 NA 120 86 274 NA 70.0 43 25 NA 18 14.0 152 NA 59 NA
[186,] NA 47 NA 107 NA NA 184 67.0 37 24 19 18 12.0 158 20.0 56 70
[187,] 35 NA 94 139 104 354 223 NA 45 NA 23 22 20.0 199 24.0 NA NA
[188,] NA NA NA 184 134 384 232 109.0 NA 35 NA 23 19.0 NA 28.0 90 121
[189,] NA 83 121 202 143 452 NA 129.0 NA 37 NA NA 20.0 NA 27.0 102 120
[190,] 67 122 163 221 151 NA 302 134.0 52 45 43 29 NA 263 41.0 116 139
[191,] 84 136 168 260 NA 534 NA 153.0 62 NA NA 36 NA 291 44.0 120 156
[192,] 76 NA 183 NA 172 NA 352 154.0 61 47 61 NA 27.0 281 44.0 143 177
[193,] 83 151 NA 283 NA 587 376 166.0 NA 41 65 NA 31.0 303 52.0 NA NA
[194,] 88 145 NA NA 206 663 434 192.0 NA 42 74 NA 27.0 353 NA 159 212
[195,] 10 15 NA NA 23 72 NA NA 13 16 NA NA 4.0 41 NA 15 NA
[196,] NA 19 26 NA 29 NA 55 23.0 18 14 NA NA 7.0 NA 8.0 20 25
[197,] NA 32 38 55 NA 140 NA 33.0 NA NA 7 9 8.0 78 10.0 NA 35
[198,] NA 39 57 NA NA 169 101 49.0 29 24 12 16 NA NA 13.0 NA 47
[199,] 18 32 37 NA 40 NA 68 31.0 22 17 8 NA NA 65 NA 26 34
[200,] NA NA 54 79 58 183 106 51.0 28 22 NA NA 10.0 100 15.0 44 NA
[201,] 19 31 39 NA NA 134 81 34.0 24 NA NA 11 7.0 78 11.0 27 34
[202,] 24 34 44 49 43 135 73 35.0 24 22 10 NA 10.0 73 NA 29 39
[203,] NA 20 23 NA NA 59 27 18.0 NA NA 6 4 NA NA NA NA 24
[204,] 19 31 35 50 NA NA 41 25.0 NA 19 8 4 NA 46 NA NA 35
[205,] NA 51 60 84 61 NA 63 42.0 30 27 NA 8 12.0 NA NA NA 58
[206,] 33 NA 60 89 63 NA 71 44.0 NA 25 14 8 16.0 77 NA NA 64
[207,] 35 52 NA NA 68 NA 82 46.0 31 27 13 9 NA 70 16.0 46 69
[208,] 46 66 NA NA 76 NA 87 NA 38 32 18 NA 15.0 85 NA 60 82
[209,] 41 70 82 NA NA 182 88 59.0 43 32 16 13 21.0 NA 23.0 NA NA
[210,] 5 6 15 NA NA 95 62 17.0 10 NA NA 6 3.0 NA 4.0 NA 14
[211,] NA NA NA NA 48 234 170 44.0 21 NA 15 20 NA 152 9.0 NA NA
[212,] 14 12 35 72 56 263 NA 49.0 22 23 18 20 NA 181 13.0 32 NA
[213,] 33 36 103 197 146 548 396 119.0 NA NA 52 45 28.0 370 34.0 85 NA
[214,] 40 NA 151 NA 181 NA 512 150.0 53 58 67 55 35.0 502 46.0 NA 120
[215,] NA NA 22 42 33 NA 88 NA NA 16 4 NA NA NA 9.0 22 26
[216,] NA 10 NA 55 42 NA NA 36.0 26 16 5 11 9.0 100 10.0 27 32
[217,] 12 15 36 72 52 NA 147 NA 27 NA NA 14 NA 136 10.0 37 43
[218,] 14 16 40 81 60 222 NA 47.0 NA 24 NA 15 9.0 131 14.0 38 47
[219,] 16 20 NA NA NA 239 161 52.0 32 26 NA 17 11.0 NA 16.0 43 51
[220,] 11 16 36 75 NA 241 171 47.0 NA 21 8 16 12.0 154 NA 40 46
[221,] 19 21 60 NA NA 265 NA 68.0 37 27 NA NA 15.0 142 23.0 56 68
[222,] 21 NA 66 130 NA 328 223 NA NA NA 14 22 16.0 193 22.0 62 71
[223,] 25 30 70 140 103 NA 309 88.0 NA NA NA 25 NA 281 24.0 70 NA
[224,] NA 31 81 NA NA NA 318 NA 48 36 19 NA 17.0 273 24.0 83 94
V18 V19 V20 V21 V22 V23
[1,] 4 5 NA 3 6 4
[2,] NA NA NA 4 8 4
[3,] NA 8 3 4 7 NA
[4,] 5 7 3 NA NA 3
[5,] 6 NA 3 3 9 4
[6,] NA NA 4 4 8 5
[7,] 7 7 NA NA NA 4
[8,] 7 9 3 4 10 4
[9,] 7 9 NA 4 NA NA
[10,] NA NA NA 7 NA 6
[11,] NA NA 5 7 NA 5
[12,] 11 15 5 NA 17 6
[13,] 13 18 7 9 NA 5
[14,] 14 NA 7 9 18 7
[15,] 16 18 7 10 20 8
[16,] 17 23 8 14 22 7
[17,] 18 25 8 14 24 NA
[18,] NA NA 9 14 24 8
[19,] 24 20 NA NA 36 10
[20,] NA NA 12 16 34 9
[21,] NA NA 12 17 NA 9
[22,] NA 36 NA 20 35 NA
[23,] 31 39 17 24 NA 11
[24,] 28 42 14 NA NA NA
[25,] 34 43 NA 26 40 NA
[26,] 28 39 15 NA NA NA
[27,] NA 43 NA 27 NA 14
[28,] 31 44 16 23 40 NA
[29,] 33 43 16 23 NA 12
[30,] 36 43 NA NA 46 NA
[31,] 44 46 NA NA NA 15
[32,] 37 49 NA 28 NA 12
[33,] 37 NA 20 29 NA 14
[34,] 41 58 19 NA NA 13
[35,] NA 52 22 NA 56 16
[36,] 42 62 22 34 56 13
[37,] 43 45 19 NA NA 15
[38,] 41 58 20 30 55 NA
[39,] 45 56 NA 30 NA NA
[40,] 47 62 25 NA 56 14
[41,] NA 58 27 NA 59 15
[42,] 53 NA 22 39 60 NA
[43,] 54 61 25 37 69 16
[44,] 55 64 25 NA NA 16
[45,] NA NA 25 42 NA 16
[46,] 72 69 39 41 79 NA
[47,] NA NA NA 38 67 17
[48,] 59 64 24 49 69 18
[49,] 52 59 NA NA 70 17
[50,] 52 73 NA 39 67 16
[51,] 77 66 34 44 NA NA
[52,] 66 72 NA 48 68 NA
[53,] 69 NA 32 44 66 NA
[54,] NA NA NA 46 76 NA
[55,] NA 92 34 56 NA 19
[56,] 78 86 35 52 NA 18
[57,] 80 NA 35 NA NA 19
[58,] 86 101 NA NA 89 21
[59,] NA 99 47 66 99 NA
[60,] 132 141 64 60 NA 32
[61,] 27 NA NA 18 27 NA
[62,] NA NA 9 18 NA 10
[63,] NA NA 10 NA NA NA
[64,] 30 25 11 NA 28 NA
[65,] NA 36 NA 29 37 15
[66,] NA NA 38 71 NA 29
[67,] 62 49 NA 67 83 NA
[68,] 6 6 3 NA 8 3
[69,] 6 5 3 NA NA 4
[70,] 6 NA 3 NA 8 NA
[71,] 7 NA 3 4 11 6
[72,] 7 5 2 4 11 NA
[73,] NA NA NA 5 NA NA
[74,] 8 8 NA NA NA NA
[75,] 9 8 4 6 13 NA
[76,] 7 NA NA 5 14 NA
[77,] NA NA 3 5 NA 6
[78,] 8 10 4 NA 13 NA
[79,] 9 9 4 NA 14 6
[80,] 10 10 4 7 NA 6
[81,] 13 NA 5 8 15 5
[82,] NA NA 6 10 18 8
[83,] 15 13 7 11 22 8
[84,] NA 13 6 NA 24 8
[85,] 18 15 8 11 24 NA
[86,] 20 16 NA NA NA 10
[87,] 18 14 5 14 26 9
[88,] 22 NA NA 20 NA NA
[89,] 24 18 NA 16 31 NA
[90,] NA 25 14 20 NA NA
[91,] 30 26 14 26 NA 12
[92,] NA 25 NA 19 31 NA
[93,] 32 NA 13 24 39 12
[94,] NA NA 12 31 43 13
[95,] 38 23 12 30 49 14
[96,] 34 26 15 24 NA 14
[97,] 40 36 NA 29 55 16
[98,] 39 30 18 27 NA NA
[99,] 36 34 NA 33 52 NA
[100,] 46 34 NA NA NA 15
[101,] 42 37 NA 34 56 16
[102,] 43 41 NA 35 50 16
[103,] NA NA 18 32 20 15
[104,] 48 36 22 NA 46 18
[105,] NA 13 NA NA NA 8
[106,] 35 NA NA NA 45 15
[107,] NA 47 24 NA 67 NA
[108,] NA NA NA 19 NA NA
[109,] 29 31 14 NA 37 NA
[110,] NA 47 25 NA 62 NA
[111,] 15 NA 7 NA 21 8
[112,] 20 18 7 14 26 10
[113,] 28 NA 9 17 34 NA
[114,] NA NA 13 19 NA 15
[115,] 31 28 13 22 36 14
[116,] 52 NA 23 31 55 19
[117,] 11 NA 4 7 NA 6
[118,] NA 20 NA NA NA 11
[119,] 33 24 11 21 41 11
[120,] 33 NA 8 27 43 13
[121,] 32 24 10 25 NA 14
[122,] NA 18 9 20 NA 12
[123,] 5 4 2 4 9 NA
[124,] NA 20 8 19 36 NA
[125,] 20 NA 7 18 NA 10
[126,] 41 27 14 29 63 NA
[127,] 55 41 NA NA 72 24
[128,] NA 33 NA 67 NA 21
[129,] 111 61 29 95 NA 28
[130,] 109 64 23 NA 141 32
[131,] NA 5 3 5 8 4
[132,] NA NA 2 NA 11 4
[133,] 7 NA 4 4 12 4
[134,] 8 5 3 8 18 5
[135,] NA 10 NA 8 23 6
[136,] 12 9 4 10 NA NA
[137,] 13 12 5 9 23 NA
[138,] 12 NA 4 10 NA 7
[139,] 14 12 5 11 NA 8
[140,] 18 NA 6 NA 32 NA
[141,] 17 14 6 13 NA 10
[142,] NA 13 NA 13 33 10
[143,] 19 17 NA NA NA 10
[144,] 19 NA 7 NA 37 11
[145,] NA 18 6 NA NA NA
[146,] 24 NA 8 NA 38 11
[147,] NA 21 NA 23 NA NA
[148,] NA 24 NA 22 43 13
[149,] NA 19 8 23 44 13
[150,] 27 23 8 21 49 12
[151,] 28 NA 9 22 NA 13
[152,] NA NA NA 32 59 14
[153,] NA NA NA 33 61 NA
[154,] 46 32 14 32 69 NA
[155,] NA 38 NA 34 NA NA
[156,] NA NA 13 41 70 NA
[157,] 54 33 12 43 NA 19
[158,] NA 38 20 45 87 18
[159,] 59 42 14 56 NA 17
[160,] NA 39 18 53 NA 23
[161,] 65 NA 18 49 NA NA
[162,] 64 47 16 66 88 NA
[163,] 67 48 20 54 100 23
[164,] 91 NA 23 81 102 NA
[165,] 90 64 20 79 NA 25
[166,] 121 71 25 93 130 29
[167,] 129 83 40 109 NA 30
[168,] 127 NA 44 109 163 29
[169,] 29 27 NA 28 58 16
[170,] 47 37 15 44 88 19
[171,] 49 39 18 48 91 21
[172,] NA NA NA NA 90 NA
[173,] NA 44 NA 58 115 23
[174,] 65 48 22 58 NA 24
[175,] 50 33 NA 43 82 21
[176,] 103 50 25 82 NA 25
[177,] 11 9 4 NA 21 7
[178,] 13 12 5 9 25 NA
[179,] 21 NA 8 18 28 NA
[180,] 23 NA 10 20 41 11
[181,] NA 24 NA 25 51 NA
[182,] 31 25 10 29 49 16
[183,] 30 27 NA 29 54 14
[184,] NA 27 NA 30 NA 17
[185,] 30 27 NA NA 60 14
[186,] 31 NA 11 34 60 15
[187,] 41 34 NA 44 71 NA
[188,] 58 41 NA NA 78 20
[189,] NA 34 16 58 84 27
[190,] 68 59 24 63 108 23
[191,] 75 56 NA 75 108 25
[192,] 83 NA 24 NA 114 24
[193,] NA NA 25 77 117 26
[194,] 101 NA 29 84 134 25
[195,] 9 8 3 7 NA 6
[196,] 12 11 NA 10 NA 8
[197,] 16 12 5 NA 33 10
[198,] 25 NA NA 20 NA 11
[199,] 16 NA NA NA 31 8
[200,] 25 18 9 22 46 NA
[201,] NA NA 6 NA 33 NA
[202,] 17 NA NA NA 34 NA
[203,] 11 NA 3 7 18 7
[204,] NA 10 4 10 NA 8
[205,] 26 NA NA NA 40 NA
[206,] 28 16 8 NA 42 12
[207,] 31 16 8 22 47 13
[208,] 39 18 9 NA 54 16
[209,] 41 16 9 28 NA NA
[210,] 6 8 3 7 NA 4
[211,] 17 NA 5 NA 33 NA
[212,] NA 17 5 NA 36 11
[213,] 50 40 NA 66 71 22
[214,] 65 NA 20 82 86 26
[215,] 14 NA 5 13 8 NA
[216,] 16 15 NA NA NA 8
[217,] 24 19 8 21 37 11
[218,] 24 25 NA NA NA 12
[219,] NA NA 9 27 45 13
[220,] 26 20 8 NA 47 11
[221,] NA 29 12 36 NA 17
[222,] 39 NA 14 NA 62 15
[223,] NA 42 14 41 76 NA
[224,] NA 41 NA 54 NA 24
>
> ## assume col 1 is the size variable
> croc.new<-est.reg(croc.miss,1)
> croc.new
[,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,] 8.000000 10.00000 12.00000 23.33080 14.00000 54.19773 25.49072
[2,] 9.000000 12.46072 15.00000 18.00000 16.00000 35.00000 28.53988
[3,] 9.000000 12.00000 18.04794 18.00000 15.00000 59.83931 13.00000
[4,] 10.000000 13.00000 16.00000 20.00000 15.00000 37.00000 15.00000
[5,] 11.011521 15.00000 17.00000 31.25078 23.52354 70.89877 34.63302
[6,] 10.000000 15.00000 19.96347 20.00000 21.58148 40.00000 17.00000
[7,] 11.000000 16.00000 20.00000 31.22086 17.00000 70.83640 19.00000
[8,] 11.000000 16.00000 20.00000 23.00000 16.00000 44.00000 21.00000
[9,] 10.434382 14.51617 19.00000 23.00000 17.00000 45.00000 20.00000
[10,] 17.000000 22.00000 33.17937 30.00000 34.68623 63.00000 52.53075
[11,] 18.000000 25.00000 28.00000 33.00000 36.50524 107.16969 34.00000
[12,] 17.886446 25.00000 29.00000 48.70593 25.00000 106.60100 55.15565
[13,] 19.000000 27.00000 36.90754 38.00000 28.00000 112.15361 44.00000
[14,] 22.000000 30.00000 35.00000 45.00000 33.00000 126.86501 42.00000
[15,] 25.000000 35.00000 41.00000 47.00000 32.00000 141.25929 76.04764
[16,] 26.000000 37.00000 44.00000 51.00000 36.00000 102.00000 55.00000
[17,] 27.000000 41.00000 45.00000 70.98708 40.00000 150.70145 81.87452
[18,] 30.000000 43.19114 57.15216 57.00000 57.64220 116.00000 90.58230
[19,] 32.000000 46.16717 57.00000 77.00000 61.06676 128.00000 96.36759
[20,] 39.000000 53.00000 73.47206 99.37315 48.00000 140.00000 116.50588
[21,] 36.000000 52.13702 61.00000 74.00000 50.00000 146.00000 80.00000
[22,] 41.000000 61.00000 72.00000 87.00000 63.00000 167.00000 93.00000
[23,] 37.631356 54.57809 71.00164 96.17819 64.00000 199.22288 93.00000
[24,] 43.000000 62.00000 80.67143 82.00000 57.00000 222.86055 101.00000
[25,] 48.196316 71.00000 85.00000 95.00000 88.07594 183.00000 102.00000
[26,] 46.260317 68.00000 75.00000 91.00000 62.00000 188.00000 106.00000
[27,] 50.000000 73.18883 93.20325 97.00000 68.00000 189.00000 100.00000
[28,] 48.000000 65.00000 76.00000 120.16003 66.00000 199.00000 106.00000
[29,] 52.000000 76.21335 81.00000 93.00000 62.00000 205.00000 153.53240
[30,] 59.000000 82.00000 96.00000 110.00000 105.53716 290.76081 122.00000
[31,] 56.000000 83.00000 103.88491 136.00000 86.00000 224.00000 121.00000
[32,] 53.339325 79.00000 99.15452 107.00000 74.00000 229.00000 128.00000
[33,] 67.000000 83.00000 97.00000 163.02329 118.24633 323.56639 195.78989
[34,] 63.000000 92.91234 102.00000 118.00000 80.00000 251.00000 145.00000
[35,] 62.000000 88.00000 108.00000 120.00000 80.00000 252.00000 142.00000
[36,] 63.549256 95.00000 105.00000 130.00000 86.00000 256.00000 157.00000
[37,] 64.000000 92.00000 118.05219 122.00000 113.50029 257.00000 147.00000
[38,] 67.000000 93.00000 100.00000 130.00000 86.00000 257.00000 153.00000
[39,] 69.000000 102.06208 126.86783 167.46930 81.00000 267.00000 144.00000
[40,] 71.000000 97.00000 111.00000 142.00000 124.53967 272.00000 206.98960
[41,] 77.000000 114.30166 121.00000 148.00000 133.91025 287.00000 156.00000
[42,] 81.000000 115.00000 147.91802 154.00000 140.11412 288.00000 170.00000
[43,] 76.191448 115.00000 139.50009 158.00000 102.00000 360.49781 180.00000
[44,] 85.000000 126.58266 130.00000 202.66833 146.28567 301.00000 174.00000
[45,] 95.000000 117.00000 132.00000 155.00000 161.58372 306.00000 273.69390
[46,] 87.474140 133.00000 160.00000 206.00000 150.08754 315.00000 252.86020
[47,] 88.000000 131.19791 123.00000 209.20197 105.00000 406.92336 254.31823
[48,] 115.000000 131.00000 206.89496 183.00000 115.00000 324.00000 328.74662
[49,] 58.446051 85.98651 108.22527 154.00000 95.00000 325.00000 171.74562
[50,] 73.672537 111.00000 126.00000 159.00000 128.72348 350.45112 186.00000
[51,] 93.085995 142.00000 173.00000 208.00000 143.00000 334.00000 268.40198
[52,] 99.000000 142.00000 159.00000 199.00000 123.00000 349.00000 218.00000
[53,] 99.000000 148.16304 179.24985 186.00000 167.65434 449.28110 205.00000
[54,] 100.000000 138.00000 180.98296 185.00000 114.00000 373.00000 216.00000
[55,] 97.438340 149.00000 172.00000 229.63699 133.00000 443.31521 231.00000
[56,] 112.000000 162.00000 201