2

我有一个包含大约 11,500 行和 15 个因子的数据集。我只需要估算其中 3 个因子的值，其中只有 2 个因子具有大量缺失值。我一直在尝试使用鼠标来创建估算数据集，并且我正在使用以下代码：

dataset<-read.csv("filename.csv",header=TRUE)

model<-success~1+course+medium+ethnicity+gender+age+enrollment+HSGPA+GPA+Pell+ethnicity*medium

library(mice)

vempty<-c(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
v12<-c(0,0,0,0,0,0,0,1,1,1,1,0,1,1,1)
v13<-c(0,0,0,0,0,0,0,1,1,1,1,1,0,1,1)
v14<-c(0,0,0,0,0,0,0,1,1,1,1,1,1,0,1)
list<-list(vempty,vempty,vempty,vempty,vempty,vempty,vempty,vempty,vempty,vempty,vempty,v12,v13,v14,vempty)
predmatrix<-do.call(rbind,list)


MIdataset<-mice(dataset,m=2,predictorMatrix=predmatrix)
MIoutput<- pool(glm(model, data=MIdataset, family=binomial))

在此代码之后，我收到错误消息：

as.data.frame.default(data) 中的错误：无法将“mids”类强制转换为 data.frame

我完全不知道这意味着什么。只需删除丢失的数据并使用常规 glm，我就可以轻松进行相同的分析。我还想使用 lmer 对估算数据集做一个多级逻辑模型（这是我使用 glm 后的下一步），所以如果我做错了什么也会影响下一步，那将也很高兴知道。我试图在互联网上搜索此错误，但我无处可去。我只是真的在学习 R，所以我对环境还不太熟悉。

谢谢你的时间！

4

1 回答 1

2

您需要应用该with.mids功能。我认为您代码中的最后一行应如下所示：

池（与（MIdataset，glm（公式（模型），家庭=二项式）））

你也可以试试这个：

expr <- 'glm(success ~ course, family = binomial)'
pool(with(MIdataset, parse(text = expr)))
于 2013-06-19T16:44:44.063 回答