问题标签 [r-mice]

使用 MICE 后，我在显示因子变量的正确分组时遇到问题。我相信这是一个 R 的东西，但我把它和老鼠一起包括在内只是为了确定。

所以，我运行我的鼠标算法，这里是我如何调用我在鼠标算法中格式化它的一个片段。请注意，我希望它是 0 表示没有药物，1 表示有药物，所以我在运行它之前强制它成为水平 0 和 1 的因素

然后我运行老鼠，它对药物运行逻辑回归（这是默认值），以及我要估算的其他变量。

我可以通过以下方式提取其中一个插补的结果

我们可以查看

所以数据肯定是0,1。

但是，当我用它做某事时，比如 cbind，它会变成 1 和 2

即使我将其强制为数字

我想说它与对比有关，但是当我删除对比时

当被其他人调用和打印时，它仍然显示为 1 和 2。

我可以使用 I() 让它正确打印

所以，我认为这是一个 R 问题，但我不知道如何解决它。使用 I() 是正确的解决方案，还是只是在这里起作用的一种解决方法？使输出显示为 1 和 2 的幕后实际发生了什么？

谢谢

我已经通过多重插补开发了一个模型，使用mice. 我想使用这个模型来预测新观察（不包含缺失数据）的响应，包括标准错误。将创建的模型对象传递mice给predict不起作用

使用内置nhanes数据集的简单示例。假设我想开发一个形式为 的逻辑回归模型age == 3 ~ bmi + hyp + chl，并使用该模型来预测 prob(age = 3 | bmi = 20, hyp = 2 and chl = 190)

UseMethod（“predict”）中的错误：没有适用于“predict”的适用方法应用于类“c（'mira'，'matrix'）”的对象

UseMethod（“predict”）中的错误：没有适用于“predict”的适用方法应用于类“c（'mipo'，'mira'，'matrix'）”的对象

显然，使用池化系数和池化协方差矩阵手动计算预测响应和误差将是直接的。然而，真正的问题要大得多，模型依赖于一些样条曲线和相互作用，使计算变得相当复杂。我宁愿使用可以为我完成所有这些工作的现有功能。

R 中是否有一个简单的解决方案可以输出任何给定（池化）模型对象和任何给定新观察集的预测响应，而无需进行繁琐的代码修改？

我有 50 个由老鼠创建的多重插补数据集，我在每个数据集上运行一个 Cox 模型。我需要随着时间的推移验证比例风险的假设，为此我将查看 cox.zph 中的图。

我想做的是在同一个图上绘制来自每个数据集的样条线。我知道这通常会lines()在调用之后完成plot，但是当我使用我的 zph 对象执行此操作时，R 连接每个点，这显然不是我想要的。

我尝试绘制一次，然后循环绘制它。个人 zph 只是我所有 cox 分析的列表

这将把它全部放在一个情节上，但它是模糊/粗体的，因为同样的事情已经被绘制了很多次。

有没有更好的方法来做到这一点，或者这个情节是我能得到的最好的？

在 R 中运行鼠标功能后，我不确定如何通过 prcomp 运行 PCA 分析

如果我运行：

据我了解，我现在对数据进行了 5 次插补。然后在 JSS Buuren 论文中，他们运行：

我的理解是使用 5 个插补数据集进行线性回归，然后汇总结果。

如果我对运行 prcomp 感兴趣，我会在 with 函数中插入 prcomp 而不是 lm 吗？

或者我可能会更好地通过完整函数提取 5 个插补并将它们平均，然后将平均数据输入到 prcomp 函数中？

谢谢

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：

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：

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().

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。

所以我有一个包含很多缺失值的数据集。我想分离不同缺失模式的数据。我发现包“mice”在总结缺失值模式时非常方便。但是，当我想选择具有某种缺失模式的行时，所选行的数量远远少于缺失模式矩阵所暗示的计数。

我的代码如下。

要获得缺失的模式：

但是，当我尝试通过pattern. 计数要小得多。

有谁知道哪里出了问题？谢谢！

数据有很多变量（总共 107 个）和 70000 多个观察值。nhanes此代码在包中的示例数据中运行良好mice。但它只是在我的数据文件中出错了。

例如：

我正在构建一个预测模型，并正在使用该mice软件包在我的训练集中估算 NA。由于我需要为我的测试集重复使用相同的插补方案，我如何将它重新应用于我的测试数据？

我想应用鼠标包，但我无法将大型稀疏矩阵转换为矩阵。

使用该mice软件包，我们如何检查汇总分析的残差？

fit包含对每个估算数据集和pool(fit)汇总结果的分析。是否有命令检查标准lm对象的残差，例如plot(pool(fit))？

根据mice包的文档，如果我们想在对交互项感兴趣时对数据进行插补，我们需要使用被动插补。这是通过以下方式完成的。

据说

bmi.chl在这里，在原始数据集中创建了一个名为的新变量。该meth步骤说明需要如何从现有变量中估算此变量。该pred步骤表示我们不想预测bmi和chl从bmi.chl. 但是现在，如果我们想应用一个模型，我们该如何进行呢？定义的产品"~I((bmi-25)*(chl-200))"是否只是一种控制主效应的估算值的方法，即bmi和chl？

如果我们要拟合的模型是glm(hyp~chl*bmi, family="binomial")，那么从估算数据中指定该模型的正确方法是什么？fit1还是fit2？

或者我们是否必须以某种方式使用创建的新变量的估算值，即bmi.chl？