4

问题：

我有一个数据集，其中缺少一些预测值。我想将glmer已应用于这些插补集的模型汇集在一起​​。我正在使用该mice包来创建插补（我也使用过amelia，mi但也没有成功）。我想主要提取固定效果。

使用pool()mouse 包中的函数会返回错误：

Error in qhat[i, ] : incorrect number of dimensions

我尝试在pool()这里使用和调整之前对函数的重写：

https://github.com/stefvanbuuren/mice/pull/5

我可能忽略了一个明显的解决方案！

这是一个例子：

# 1. create data (that can be replicated and converge later)

data = data.frame(x1=c(rep("1",0.1*1000), rep("0",0.5*1000), 
                       rep("1",0.3*1000), rep("0",0.1*1000)), 
                  x2=c(rep("fact1",0.55*1000), rep("fact2",0.1*1000), 
                       rep(NA,0.05*1000), rep("fact3",0.3*1000)),
                  centre=c(rep("city1",0.1*1000), rep("city2",0.2*1000), 
                           rep("city3",0.15*1000), rep("city1",0.25*1000), 
                           rep("city2",0.3*1000)                          ))

# 2. set factors
data = sapply(data, as.factor)

# 3. mice imputation 
library(mice)
imp.data = mice(data, m=5, maxit=20, seed=1234, pri=F) 

# 4. apply the glmer function
library(lme4)
mice.fit = with(imp.data, glmer(x1~x2+(1|centre), family='binomial'))

# 5. pool imputations together
pooled.mi = pool(mice.fit)

我在步骤 4 中应用的另一个函数如下所示，希望它能创建一个适合pool().

mice.fit = lapply(imp.data$imp, function(d){ glmer(x1~x2+(1|centre), data=d, 
                                                   family='binomial')        })

我有一个解决方法，涉及使用元分析模型来汇集模型的每个固定效应的结果glmer。这行得通——但让鲁宾模型工作会更好。

4

2 回答 2

3

在制作我自己的 fork 之后，这对我有用mice，将您上面引用的扩展版本拉入其中，并稍微清理一下：尝试

devtools::install_github("bbolker/mice")

然后看看你的过程是如何进行的。（如果可行，有人应该提交提醒/新的拉取请求......）

于 2015-10-04T23:01:42.363 回答
1

“glmerMod”和“lmerMod”类的对象有区别吗？我对那个包 lme4 不熟悉。但如果没有区别，您可以将mice.fit 分析的类更改为“lmerMod”，然后它应该可以正常运行。

于 2015-10-04T23:04:34.793 回答