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?
答案 0 :(得分:5)
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。
答案 1 :(得分:4)
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答案 2 :(得分:1)
with
超载可以帮到你
with(imput, chl/2)
文档在?with.mids
答案 3 :(得分:0)
在 basecamb
包中有一个函数:
library(basecamb)
apply_function_to_imputed_data(mids_object, function)