8

在使用小鼠估算缺失值后，我在对纵向数据进行统计分析时遇到了问题。在对宽数据格式的缺失进行插补后，我将提取的数据转换为长格式。由于纵向数据参与者有重复的行（3 个时间点），这在将长格式数据集转换为类型 mids 对象时会导致问题。有谁知道如何在插补后创建一个 mids 对象或其他合适的东西？之后我想使用 lmer,lme 来合并固定效果。我尝试了很多不同的东西，但仍然无法弄清楚。

在此先感谢并查看以下代码：

# minimal reproducible example

## Make up some data
set.seed(2)

# ID Variable, Group, 3 Timepoints outcome measure (X1-X3)
Data <- data.frame(
    ID = sort(sample(1:100)),
    GROUP = sample(c(0, 1), 100, replace = TRUE),
    matrix(sample(c(1:5,NA), 300, replace=T), ncol=3)
)

# install.packages("mice")
library(mice)

# Impute the data in wide format
m.out <- mice(Data, maxit = 5, m = 2, seed = 9, pred=quickpred(Data, mincor = 0.0, exclude = c("ID","GROUP"))) # ignore group here for easiness

# mids object?
is.mids(m.out) # TRUE

# Extract imputed data
imp_data <- complete(m.out, action = "long", include = TRUE)[, -2]

# Converting data into long format
# install.packages("reshape")
library(reshape)
imp_long <- melt(imp_data, id=c(".imp","ID","GROUP"))
# sort data
imp_long <- imp_long[order(imp_long$.imp, imp_long$ID, imp_long$GROUP),]
row.names(imp_long)<-NULL

# save as.mids
as.mids(imp_long,.imp=1, .id=2) # doesnt work
as.mids(imp_long) # doesnt work

最好的，

朱利安

4

3 回答 3

4

我希望我能用这个小例子回答你的问题。我真的不明白为什么mids需要转换回班级。通常，当我使用时，mice我将估算数据转换为已完成数据集的列表，然后使用apply.

library(mice)
library(reshape)
library(lme4)

Data <- data.frame(
    ID = sort(sample(1:100)),
    GROUP = sample(c(0, 1), 100, replace = TRUE),
    matrix(sample(c(1:5,NA), 300, replace=T), ncol=3)
)

# impute
m.out <- mice(Data, pred=quickpred(Data, mincor=0, exclude=c("ID","GROUP")))

# complete
imp.data <- as.list(1:5)
for(i in 1:5){
  imp.data[[i]] <- complete(m.out, action=i)
}

# reshape
imp.data <- lapply(imp.data, melt, id=c("ID","GROUP"))

# analyse
imp.fit <- lapply(imp.data, FUN=function(x){
  lmer(value ~ as.numeric(variable)+(1|ID), data=x) 
})
imp.res <- sapply(imp.fit, fixef)

但是请记住，当您对不同级别的变量关系感兴趣时，单级插补并不是一个好主意。对于这些任务，您应该使用维护两级变化的过程，而不是像mice在此配置中那样抑制它。

有一些解决方法mice，但例如 Mplus 和panR 中的包是专门为两级 MI 设计的。

于 2014-08-15T13:50:17.843 回答
2

不知道我的回答有多相关，因为你很久long2mids()以前就问过一个问题，但无论如何......

imp1 <- mice(boys) 
long <- complete(imp1, "long", inc = TRUE)
long$whr <- with(long, wgt / (hgt / 100))
imp2 <- long2mids(long)

但是，自版本 2.22 以来long2mids()已被弃用as.mids()。

于 2019-04-28T05:47:23.177 回答
-1

mouseadds 包中的 as.mids() 将在这里工作

于 2021-07-15T10:21:29.517 回答