问题标签 [r-zelig]

当我这样做时：

我收到此错误：

有任何想法吗？

我正在使用 R 包 stargazer()。我有一个 zelig 模型，我无法让 stargazer 为其创建 Latex 代码。

如果我更改 model="normal"，我会收到相同的错误消息。model="gaussian" 不是 zelig() 中支持的模型。stargazer 文档说它适用于 zelig 对象。

我是新手 R 用户。我安装了 Zelig 4.1-3 版和 Amelia II 1.7 版。我对如何使用 R 包和函数获得组合的多重插补数据的自由度、t 统计量和 f 值感到困惑。

首先，我加载了 Amelia 和 Zelig：

然后，我加载了 Amelia 附带的示例数据：

我使用 amelia 函数为此数据集创建了 5 个插补。

然后，为了结合插补，我使用了 zelig 函数：

但是，当我使用此代码时，我得到的系数似乎是单个插补的系数，而不是组合集的系数：

它们如下：

Amelia 手册显示了组合多重插补数据集的一些系数应该是什么，尽管没有解释如何使用 R 获得所有这些系数（参见http://cran.r-project.org/web/的第 46 页包/Amelia/vignettes/amelia.pdf）

因为 amelia 函数使用蒙特卡罗模拟，所以我们可以预期运行之间的微小差异。然而，截距的巨大差异表明 zelig 函数返回的回归统计数据不是组合集。

Amelia 手册提供了以下代码：

我尝试使用它。返回的结果非常接近第 46 页上显示的值和标准错误：

但是，它们不包括 t 统计量、自由度或 f 值。

R 中是否有可用的开源包或函数，以便我无需手动计算即可获得自由度、t 统计量和 f 值？

谢谢。

I am trying to run a multi-level model on multiply imputed data (created with Amelia); the sample is based on a clustered sample with group = 24, N= 150.

This code produces the following error code:

If I run a OLS regression, it works:

I am happy to provide a working example.

I think the issue may be with how Zelig interfaces with Amelia's mi class. Therefore, I turned toward an alternative R package: lme4.

The result is the following:

The results remain the same when I replace diff[[5]] by diff[[4]], diff[[3]] etc. Still, I am wondering whether this is actually the results for the combined dataset or for one single imputed data set. Any thoughts? Thanks!

Following up on an earlier post, I am interested in learning how to get the usual measures of the relative quality of a statistical model in zelig for regression using multiply imputed data (created with Amelia).

Question

(1) Does anyone know how to get the values of AIC, F-statistics and the degree of freedoms for MI data?

(2) I found a similar question to which Koskuke Imai replied that one can probably take a simple average of the measures produced by the summaries of the individual datasets. The "probably" makes me a bit suspicious. Any thoughts on this?

Many thanks!!

我想从一个MCMCglmm或多或少地以Zelig包的方式估计的模型中模拟感兴趣的数量。Zelig您可以为独立值设置所需的值，软件计算结果变量的结果（预期值、概率等）。一个例子：

如我们所见，如果 z = 10 y 大约为 17。

有什么方法可以模拟 z = 10 的后验分布MCMCglmm并得到 y 的期望值？非常感谢你！

我想获取匹配数据集的列表（使用MatchIt Package将观察结果与他们的倾向得分进行匹配）用于Zelig Package中的后续建模。

在此示例中，我将在 (t1和t2)、两个自变量 (x1和x2) 和一个结果 ( y1) 上匹配两个处理。

首先，我将列出匹配的数据框：

只是一个检查 - 每个元素list.dfs都有正确的类：

[1] "matchit"

接下来，我想从这个列表中获取元素匹配的数据框，并制作一个 Zelig 模型对象列表

这提供了以下错误：

Error in match.data(i) : object 'i' not found

但这显然与列表有关，因为如果我对 的单个元素执行相同的功能，一切正常list.dfs：

class(zelig(y1 ~ x1 + x2, model = "logit", data = match.data(list.dfs[[1]])))

[1] "zelig" "logit"

我错过了什么？如何让 Zelig 处理此列表中的单独项目？

我想知道如何从使用Rarm中的包或rstanarm包估计的回归模型中模拟感兴趣的数量。我是贝叶斯方法和 R 的新手，并且已经使用Zelig包一段时间了。我之前问过一个类似的问题，但我想知道是否可以使用这些包估计的后验分布来模拟这些数量。

Zelig您可以为独立值设置所需的值，并计算结果变量的结果（预期值、概率等）。一个例子：

因此Zelig将 x 保持在其平均值 (20.56)，并在 z = 10 时模拟感兴趣的数量。在这种情况下，y 约为 71。

使用相同的模型arm：

并使用rstanarm：

有没有办法用这两个包估计的后验分布来模拟 z = 10 和 x 等于它的平均值并得到 y 的期望值？非常感谢！

在提供有关集群的信息时，Zelig 似乎没有做任何事情。难道我做错了什么？我真的很欣赏这个包很容易为单个变量的变化生成预测值——这对于了解我的一个变量的实质性影响非常有用。

这是一个MWE：

我是否将集群变量作为一个因素似乎并不重要：

感谢您的任何建议。

背景Amelia II 文档中很好地概述了在Amelia输出中使用Zelig包进行线性回归。

问题不幸的是，我找不到任何有关如何将此输出用于其他分析的文档。问题似乎在于其他软件包如何看待 Amelia 输出。

由于Zelig包似乎能够将所有插补视为一个数据集，我希望能够使用该单个数据集与其他包（例如dplyr）进行操作，但我无法获得一个data.frame 出包。