使用MICE包导致缺失值插补错误

Question

我有一个巨大的数据(4M x 17)，它缺少值。两列是分类，其余都是数字。我想使用MICE包来减少价值。这就是我试过的：

> testMice <- mice(myData[1:100000,]) # runs fine  
> testTot <- predict(testMice, myData)
Error in UseMethod("predict") : 
  no applicable method for 'predict' applied to an object of class "mids"

在整个数据集上运行估算是计算上昂贵的，所以我仅在前100K观测值上运行它。然后我试图使用输出来估算整个数据。

我的方法有什么问题吗？如果是，我该怎么做才能使其正确？如果不是，那么为什么我会收到此错误？

Answer 1

mice和hmisc都没有提供来自估算过程的参数估算值。 Amelia和imputeMulti都可以。在这两种情况下，您都可以提取参数估计值并使用它们来估算其他观测值。

• Amelia假设您的数据是以多元法线分布的（例如X \ SIM N（\ mu，\ Sigma）。
• imputeMulti假设您的数据是作为多元多项分布分发的。这就是分配完整的细胞计数（X \ sim M（n，\ theta）），其中n是观察数。

通过示例数据，可以如下进行拟合。检查参数估计值如下所示。

library(Amelia)
library(imputeMulti)
data(tract2221, package= "imputeMulti")
test_dat2 <- tract2221[, c("gender", "marital_status","edu_attain", "emp_status")]
# fitting
IM_EM <- multinomial_impute(test_dat2, "EM",conj_prior = "non.informative", verbose= TRUE)
amelia_EM <- amelia(test_dat2, m= 1, noms= c("gender", "marital_status","edu_attain", "emp_status"))

• amelia功能的参数估算值可在amelia_EM$mu和amelia_EM$theta中找到。
• imputeMulti中的参数估算值可在IM_EM@mle_x_y中找到，可通过get_parameters方法访问。

imputeMulti对于其他3个包中的任何一个包的分类数据具有明显更高的插补准确度，尽管它只接受多项（例如factor）数据。

所有这些信息都在imputeMulti的当前未发布的插图中。该论文已提交给JSS，我正在等待回复，然后将晕影添加到包中。

Answer 2

您不会将predict()与mice一起使用。它本身并不适合您的模型。您的推算结果已经存在100,000行。

如果您想要所有行的数据，则必须将所有行放在mice中。我不建议这样做，除非你在具有几十个CPU核心的大型集群上进行设置。