Question

我用过mouse / miceadds来进行多次归因。我有兴趣在“汇总数据集”上获取大量描述性统计信息

问题： 1）我想知道估算变量中高于特定值的值的百分比。例如，当汇总所有估算的数据集时，有多少个案例的值大于5（范围为0-10）。 MI数据是否可行？

2）如果＃1不可能，那么还有替代方案吗？

Answer 1

您可能做的事情与此类似：

# create imputed datasets
imp <- mice(nhanes, m = 5)
#perform lm on all imputed datasets
fit <- with(data = imp, exp = lm(bmi ~ hyp + chl))
#pool results
summary(pool(fit))

因此，您可以得到lm模型的合并结果。我想您想知道，推算数据是如何进入模型的。

估算的数据实际上在'imp'变量中。使用imp $ imp，您将获得为每个m估算的值。然后，您可以对它们执行所需的分析。

如果您需要完整的数据集（不仅是推定值），那么您将执行

complete(imp, action ="all")

或者如果您只想要特定的完整数据集m：

complete(imp, action =2)

例如然后您可以输入

summary(complete(imp, action =2))

获取有关第二个估算数据集的摘要统计信息。

Answer 2

另一种简单的方法是创建“长格式”完整数据集，并简单地计算所有估算数据集的均值，中位数或比例。由于鲁宾的规则规定您的最佳估计是所有估算的平均值，因此应该可以得出适当的结果。唯一的缺点是您将无法获得这些统计信息的标准误差的估计值。

impL <- complete(imp,"long",include = F) # long format without the original dataset
mean(impL$x) # Mean of variable x over all datasets
sum(impL$y > 5)/length(impL$y) # proportion of variable y higher than 1 over all datasets

请注意，如果您想估算频率（即案例数）而不是比例，则需要除以估算数据集的数量（例如5）

sum(impL$y > 5)/5

带有鼠标/滑鼠的描述性数据

2 个答案: