我正在处理一个包含缺失数据的大型数据集，并使用 R 中的 mice 包进行多重插补。创建了 10 个估算数据集后，我想对每个数据集进行逐步模型选择（另请参见https://stats.stackexchange.com/questions/46719/multiple-imputation-and-model-selection）。为此，我使用with上面链接中描述的功能。但是，我预测这需要几个小时，所以我想使用多个内核来完成。这可以做到吗？

我有一个缺少值的小数据集（280 行）。我使用了多个插补（小鼠包，m=5）来插补我的数据集。

然后，我使用 10 倍交叉验证对每个估算数据集应用了不同的回归算法（即 SVM、rpart..等）。我将使用生成的 RMSE（均方根误差）值来比较回归算法。

问题是由于数据集已被估算了 5 次，因此我将为每个特定算法最终得到 5 种 RMSE 方法，我的问题是如何将属于一个算法的这五个 RMSE 组合起来？所以我可以进行算法之间的比较。换句话说，我想计算平均系数，我知道 pool() 函数可以做到这一点，但我不确定我是否可以将它与机器学习一起使用，例如 SVM 和随机森林。

我想到的一种解决方案是使用长格式组合所有数据帧，然后应用我的算法，我最终会得到一个均值 RMSE，但我担心过拟合问题，因为长格式可能有重复记录，如果有，请纠正我我错了 ？

非常感谢你，希望你能帮助我。

以下是我的代码。

当我使用mice包来估算数据时，我遇到了以下问题：

NA鉴于我已经在训练集中估算了缺失的数据，我似乎无法找到替换新观察值的方法。

示例 1

我已经使用来自具有 10 个特征和 1000 个观察值的数据帧的数据训练了一个算法。

如何使用此算法（缺少数据）预测新的观察结果？

示例 2

假设我们有一个带有NA值的数据框：

我使用包估算缺失值mice：

该对象df现在有 2 个带有估算值的数据框。

现在有了这个数据框，我可以训练一个算法：

我想预测新观察的反应，例如：

我如何估算新的个人观察的缺失数据？

UseMethod（“complete_”）中的错误：
没有适用于“complete_”的方法应用于“mids”类的对象

mice嗨，我正在尝试使用包来估算缺失值。但是我收到了上述错误消息。我第一次估算丢失的数据时它起作用了，但是当我再次尝试时它没有。我尝试了很多不同的选项（更改种子、删除现有数据或“临时”变量）

有时它有效，但有时它没有。问题和解决方法是什么？提前致谢。

我试图估算缺失值，所以我尝试使用 mouse 包。我的数据如下：

如您所见，我有 NA 值，并希望使用 R 中的 mouse 包来估算它们。

假设我的数据框被称为 df1 我输入了以下代码，我得到了一个错误

另请注意：Daynum 和 Day 对我没有用，所以我稍后会删除它们。

使用该mice软件包，我们如何检查合并分析的残差平方和？

fit包含每个输入数据集的分析和pool(fit)汇总结果。是否有命令检查标准lm对象的残差平方和，例如residuals(pool(fit))？

我有几个问题，除非我遗漏了某些内容或不了解估算过程/逻辑，否则我无法真正找到有关文档的任何内容。

基本上最重要的是，由于有时“估算”值不同，我想取平均值 - 如果它是数字 - 或者如果它是分类值则取模式。

我看到的所有示例都显示“完整（miced_model，1）”。如果我用 5 或 10 次不同的迭代运行小鼠模型，我看不出只选择 1 的意义。我想要所有这些的平均值。

谁能告诉我如何做到这一点？

谢谢！！

当我运行以下代码以通过 R 中的 MICE 包估算缺失值时出现错误

有人可以帮助我，为什么我会收到这个错误？任何帮助表示赞赏。

问候，

莫汉

我正在使用geepack包进行一些回归，并希望使用多重插补来处理缺失值。中的pool()命令mi不适用于我的 GEE，所以我必须导出（对吗？），以便我可以使用geepack. 该complete()函数生成每次迭代，但不生成合并的估计值。有没有办法使用汇总估计生成数据框？

我在绘制缺失/估算值时遇到问题。当我尝试运行此代码时：（演示是数据集的名称）

我收到以下错误：

请帮忙。这是什么意思？