r- MICE包从lm获得标准化的测试版

Question

我有一个缺少值的数据集。我估计使用鼠标包并使用lm和pool运行我的线性模型以获得结果。我只获得非标准化的β重量。有没有办法获得标准化的β重量？

Answer 1

有两种方法可以做到（我知道），可以有很多种方法：

1）第一种方法：

您需要先缩放数据，因此假设您首先估算了数据，然后您可以执行以下操作： 玩具示例：

mtcars1 <- mtcars[,c("mpg", "disp", "hp", "wt", "qsec", "drat")]
mtcars_scaled <- data.frame(sapply(mtcars1, scale), stringsAsFactors=F) ##scaling for standardization,
model_fit_st <- lm(mpg ~ disp + wt + drat, data=mtcars_scaled)

这里的model_fit_st是你的标准化结果，但它有拦截（这有点奇怪，原因是我们使用lm提供它，它会产生一个拦截），但是如果你将它与{{1}进行比较函数系数值将匹配。

2）第二种方法：

安装QuantPsyc软件包后，可以使用QuantPsyc::lm.beta，用于生成如下标准化的测试版。

QuantPsyc::lm.beta

除了拦截之外（在标准化的测试版中没有拦截感），结果（通过缩放和quantpsyc结果）在这里是匹配的。