我正在使用Amelia的多重插补数据集，然后希望Zelig从回归模型计算预测值 . Zelig's documentation表示"When quantities of interest are plotted, such as expected and predicted values and first differenences, these are correctly pooled across those from each of the m imputed datasets" . 这是事实，但我还希望获得在每个插补数据集中汇总的估计值作为"sim"命令的输出 .
下面是示例代码，复制Zelig webiste上的指令并生成相同的输出：
library("Amelia")
data(africa)
a.out <- amelia(x = africa, m=5, cs = "country", ts = "year", logs = "gdp_pc")
z.out <- zelig(gdp_pc ~ trade + civlib, model = "ls", data = a.out)
summary(z.out)
然后，当“交易”设置为50和100时，我使用“setx”来估计DV（gdp_pc）的预测值 .
x.out <- setx (z.out, trade = c(50,100))
x.out
range:
(Intercept) trade civlib
1 1 50 0.289
2 1 100 0.289
Next step: Use 'sim' method
如果我然后使用“sim”和“plot”，R会生成一个包含我请求的估计值的图：
s.out <- sim (z.out, x = x.out)
plot(s.out)
但是，我希望以不同的置信区间打印出预测值及其标准误差和值 pooled across all the imputed datasets according to the Rubin rule . 这不是"summary"命令似乎在做什么：
summary(s.out)
[1] 50
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 844.843 30.567 845.1218 791.8107 908.658
pv
mean sd 50% 2.5% 97.5%
[1,] 857.6479 372.9689 852.9239 157.7842 1553.552
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 836.2505 36.72892 833.3876 770.7931 908.7371
pv
mean sd 50% 2.5% 97.5%
[1,] 821.3542 359.461 790.5742 204.7687 1483.275
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 837.307 34.99979 839.4895 765.0043 896.1513
pv
mean sd 50% 2.5% 97.5%
[1,] 831.6275 347.4005 844.0667 120.8968 1526.509
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 838.1396 33.49521 837.6317 776.3413 901.4235
pv
mean sd 50% 2.5% 97.5%
[1,] 866.5946 364.2909 830.9851 263.8757 1594.664
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 842.784 35.18827 843.5563 779.9052 914.5869
pv
mean sd 50% 2.5% 97.5%
[1,] 834.7425 350.5647 834.0003 228.0261 1527.293
[1] 100
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 1743.969 54.06692 1742.795 1627.39 1840.744
pv
mean sd 50% 2.5% 97.5%
[1,] 1700.53 350.1268 1718.504 1047.998 2322.216
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 1748.554 58.46152 1755.443 1634.345 1854.652
pv
mean sd 50% 2.5% 97.5%
[1,] 1734.831 340.8356 1734.907 1071.973 2347.156
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 1741.014 63.86164 1741.492 1615.497 1863.306
pv
mean sd 50% 2.5% 97.5%
[1,] 1759.305 329.6513 1746.153 1172.5 2435.067
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 1738.422 64.75221 1738.474 1615.078 1854.675
pv
mean sd 50% 2.5% 97.5%
[1,] 1728.152 386.8327 1761.047 849.7188 2395.825
sim range :
-----
ev
mean sd 50% 2.5% 97.5%
1 1746.575 53.02558 1744.919 1638.602 1848.114
pv
mean sd 50% 2.5% 97.5%
[1,] 1710.864 342.1865 1702.769 1050.85 2288.021
在这里，我得到每个插补数据集的所有值，而不是所有多重插补数据集中的值 . 有没有办法让Zelig在提供预测估计的汇总统计数据时，以及在基于它们绘制图表时，将Rubin规则应用于多重插补数据集？
注意：我需要的应用程序需要 negative binomial regression ，而不是线性回归，才能成为Zelig中使用的模型 . 我使用此示例来复制Zelig开发人员提供的示例 .
非常感谢您的帮助，祝您度过愉快的一天！
1 回答
在这种情况下，您不需要使用Rubin规则，因为不确定性是根据模拟中的方差计算的 . 我有点惊讶Zelig没有为你平均这些，但你可以自己做，没有太多困难：