Question

我正在使用Amelia的多重插补数据集，然后希望Zelig根据回归模型计算预测值。 Zelig's documentation指出“当绘制了感兴趣的数量时，例如预期值和预测值以及第一个差异，这些数据被正确地汇集在来自每个m推算数据集的数据集中”。这是事实，但我还希望获得在每个插补数据集中汇总的估计值作为“sim”命令的输出。

以下是复制Zelig网站上的说明并生成相同输出的示例代码：

library("Amelia")
data(africa)
a.out <- amelia(x = africa, m=5, cs = "country", ts = "year", logs = "gdp_pc")
z.out <- zelig(gdp_pc ~ trade + civlib, model = "ls", data = a.out)
summary(z.out)

然后，当“交易”设置为50和100时，我使用“setx”来估计DV（gdp_pc）的预测值。

x.out <- setx (z.out, trade = c(50,100))
x.out
range:
  (Intercept) trade civlib
1           1    50  0.289
2           1   100  0.289

Next step: Use 'sim' method

如果我然后使用“sim”和“plot”，R会根据我要求的估计生成一个图：

s.out <- sim (z.out, x = x.out)
plot(s.out)

但是，我希望根据Rubin规则打印出所有估算数据集中不同置信区间的预测值及其标准误差和值的打印输出。这不是“summary”命令似乎正在做的事情：

summary(s.out) [1] 50 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 844.843 30.567 845.1218 791.8107 908.658 pv mean sd 50% 2.5% 97.5% [1,] 857.6479 372.9689 852.9239 157.7842 1553.552 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 836.2505 36.72892 833.3876 770.7931 908.7371 pv mean sd 50% 2.5% 97.5% [1,] 821.3542 359.461 790.5742 204.7687 1483.275 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 837.307 34.99979 839.4895 765.0043 896.1513 pv mean sd 50% 2.5% 97.5% [1,] 831.6275 347.4005 844.0667 120.8968 1526.509 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 838.1396 33.49521 837.6317 776.3413 901.4235 pv mean sd 50% 2.5% 97.5% [1,] 866.5946 364.2909 830.9851 263.8757 1594.664 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 842.784 35.18827 843.5563 779.9052 914.5869 pv mean sd 50% 2.5% 97.5% [1,] 834.7425 350.5647 834.0003 228.0261 1527.293 [1] 100 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 1743.969 54.06692 1742.795 1627.39 1840.744 pv mean sd 50% 2.5% 97.5% [1,] 1700.53 350.1268 1718.504 1047.998 2322.216 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 1748.554 58.46152 1755.443 1634.345 1854.652 pv mean sd 50% 2.5% 97.5% [1,] 1734.831 340.8356 1734.907 1071.973 2347.156 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 1741.014 63.86164 1741.492 1615.497 1863.306 pv mean sd 50% 2.5% 97.5% [1,] 1759.305 329.6513 1746.153 1172.5 2435.067 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 1738.422 64.75221 1738.474 1615.078 1854.675 pv mean sd 50% 2.5% 97.5% [1,] 1728.152 386.8327 1761.047 849.7188 2395.825 sim range : ----- ev mean sd 50% 2.5% 97.5% 1 1746.575 53.02558 1744.919 1638.602 1848.114 pv mean sd 50% 2.5% 97.5% [1,] 1710.864 342.1865 1702.769 1050.85 2288.021

在这里，我得到每个插补数据集的所有值，而不是所有多重插补数据集中的值。有没有办法让Zelig在提供预测估计的汇总统计数据时，以及在基于它们绘制图表时将鲁宾规则应用于多重插补数据集？

注意：我需要的应用程序需要负二项回归，而不是线性回归，才能成为Zelig中使用的模型。我使用此示例来复制Zelig开发人员提供的示例。

非常感谢您的帮助，祝您度过愉快的一天！

Answer 1

在这种情况下，您不需要使用鲁宾规则，因为不确定性是根据模拟中的方差计算的。我有点惊讶Zelig并没有为你平均这些，但你可以自己做而不会有太多困难：

qi.out <- zelig_qi_to_df(s.out)

lapply(split(qi.out, qi.out["trade"]),
       function(x) c(trade = unique(x$trade),
                     mean = mean(x$expected_value),
                     sd = sd(x$expected_value),
                     median = median(x$expected_value),
                     quantile(x$expected_value, probs = c(0.5, 0.025, 0.975))))

lapply(split(qi.out, qi.out["trade"]),
       function(x) c(trade = unique(x$trade),
                     mean = mean(x$predicted_value),
                     sd = sd(x$predicted_value),
                     median = median(x$predicted_value),
                     quantile(x$predicted_value, probs = c(0.5, 0.025, 0.975))))

使用Zelig“sim”函数和Amelia数据集来获得在R中的插补数据集中汇总的估计值

1 个答案: