首页 文章

对R的MICE中的每个插补数据集执行操作

提问于
浏览 次
6

如何在R的包 mice 中的类 mids 的对象中的每个插补数据集上执行操作（如子集化或添加计算列）？我希望结果仍然是 mids 对象 .

Edit: Example

library(mice)
data(nhanes)

# create imputed datasets
imput = mice(nhanes)

插补数据集存储为列表列表

imput$imp

其中只有针对给定变量的插补的观察行 .

原始（不完整）数据集存储在此处：

imput$data

例如，如何在每个插补数据集中创建一个计算为 chl/2 的新变量，从而产生一个新的 mids 对象？

r r-mice

3 回答

  • 5

    另一种选择是在插补之前计算变量并对它们施加限制 .

    library(mice)

# Create the additional variable - this will have missing
nhanes$extra <- nhanes$chl / 2

# Change the method of imputation for extra, so that it always equals chl/2
# change the predictor matrix so only chl predicts extra
ini <- mice(nhanes, max = 0, print = FALSE)

meth <- ini$meth
meth["extra"] <- "~I(chl/2)"

pred <- ini$pred  # extra isnt used to predict
pred[ "extra", "chl"] <- 1

# Imputations
imput <- mice(nhanes, seed=1, pred = pred, meth = meth, print = FALSE)

    小鼠中有一些例子：R中的链式方程的多元插补

    回复于
  • 4

    这可以很容易地完成如下 -

    使用 complete() 将mids对象转换为长格式data.frame：

    long1 <- complete(midsobj1, action='long', include=TRUE)

    执行所需的任何操作：

    long1$new.var <- long1$chl/2
 long2 <- subset(long1, age >= 5)

    使用 as.mids() 将操纵数据转换回mids对象：

    midsobj2 <- as.mids(long2)

    现在您可以根据需要使用 midsobj2 . 请注意， as.mids() 需要 include=TRUE （用于包含缺失值的原始数据）以正确压缩长格式数据 . 请注意，在鼠标v2.25之前，as.mids（）函数中存在一个错误（请参阅此帖子https://stats.stackexchange.com/a/158327/69413）

    编辑：根据这个答案https://stackoverflow.com/a/34859264/4269699（从本质上是一个重复的问题）你也可以通过访问$ data和$ imp直接编辑mids对象 . 所以举个例子

    midsobj2<-midsobj1
 midsobj2$data$new.var <- midsobj2$data$chl/2
 midsobj2$imp$new.var <- midsobj2$imp$chl/2

    如果你想要$ imp子集或者你想使用$ call，你会遇到麻烦，所以我不推荐这个解决方案 .

    回复于
  • 1

    有一个 with 超载，可以帮助你

    with(imput, chl/2)

    文件在 ?with.mids 给出

    回复于

相关问题