使用mouseadds对推算数据进行偏相关

Question

如何使用miceadds计算插补数据集的偏相关性？

我一直在尝试使用miceadds计算估算数据集的部分相关性。但是，当我比较类似lm模型的p值时，它们会有所不同。所以我认为我的代码有问题。

#Reproducible example
library(missForest)
library(mice)
library(miceadds)
library(ppcor) # edit: for pcor.test

data <- iris #Get the data
iris.mis <- prodNA(iris, noNA = 0.1) #introduce missings
imputed <-mice(iris.mis, m = 5, maxit = 5, method = "pmm") #impute data

#partial correlations
covar <-as.formula(~Petal.Length)
part_correlations<- miceadds::micombine.cor(mi.res=imputed, variables = c('Sepal.Length', 'Sepal.Width'), partial = covar)

#Check compatibility with lm
with_testi <-with(imputed, lm(Sepal.Length~Sepal.Width+Petal.Length))

#get results
summary(pool(with_testi))
part_correlations

#Example: correlations for not imputed data (pvalues are same)
pcor_res<-pcor.test(data$Sepal.Length,data$Sepal.Width,data$Petal.Length)
lm_res<- lm(data$Sepal.Length~data$Sepal.Width+data$Petal.Length)

我希望部分相关和lm之间的p值与没有插补的示例中的p值相同