Question

如何在R＆＃39}的包mids中的类mice的对象中的每个插补数据集上执行操作（如子集化或添加计算列）？我希望结果仍然是mids对象。

编辑：示例

library(mice)
data(nhanes)

# create imputed datasets
imput = mice(nhanes)

插补数据集存储为列表列表

imput$imp

其中只有针对给定变量的插补的观察行。

原始（不完整）数据集存储在此处：

imput$data

例如，如何在每个插补数据集中创建一个计算为chl/2的新变量，从而产生一个新的mids对象？

Answer 1

这可以很容易地完成如下 -

使用complete()将mids对象转换为长格式data.frame：

 long1 <- complete(midsobj1, action='long', include=TRUE)

执行所需的任何操作：

 long1$new.var <- long1$chl/2
 long2 <- subset(long1, age >= 5)

使用as.mids()将操纵数据转换回mids对象：

 midsobj2 <- as.mids(long2)

现在您可以根据需要使用midsobj2。请注意，include=TRUE需要as.mids()（用于包含缺失值的原始数据）才能正确压缩长格式数据。请注意，在鼠标v2.25之前，as.mids（）函数中存在一个错误（请参阅此文https://stats.stackexchange.com/a/158327/69413）

编辑：根据这个答案https://stackoverflow.com/a/34859264/4269699（从本质上是一个重复的问题）你也可以通过访问$ data和$ imp直接编辑mids对象。例如，

 midsobj2<-midsobj1
 midsobj2$data$new.var <- midsobj2$data$chl/2
 midsobj2$imp$new.var <- midsobj2$imp$chl/2

如果你想要$ imp的子集或者你想使用$ call，你会遇到麻烦，所以我不推荐这个解决方案。

Answer 2

另一个选择是在插补之前计算变量并对它们设置限制。

library(mice)

# Create the additional variable - this will have missing
nhanes$extra <- nhanes$chl / 2

# Change the method of imputation for extra, so that it always equals chl/2
# change the predictor matrix so only chl predicts extra
ini <- mice(nhanes, max = 0, print = FALSE)

meth <- ini$meth
meth["extra"] <- "~I(chl/2)"

pred <- ini$pred  # extra isnt used to predict
pred[ "extra", "chl"] <- 1

# Imputations
imput <- mice(nhanes, seed=1, pred = pred, meth = meth, print = FALSE)

小鼠中有一些例子：R

中的链式方程的多元插补

Answer 3

with超载可以帮到你

with(imput, chl/2)

文档在?with.mids

给出

Answer 4

在 basecamb 包中有一个函数：

library(basecamb)
apply_function_to_imputed_data(mids_object, function)

在R＆M的MICE中对每个插补数据集执行操作

4 个答案: