R bygroup 小鼠插补 - mouse.impute.bygroup

Question

当我运行mice::mice 来估算值时，我想将我的数据按state_id 和species 分组。我已将它按 state_id 分组，结果看起来比没有 bygroup 时要好得多。

mice.impute.bygroup: Groupwise Imputation Function

编辑...改进的工作代码：

# Modify df name and method
init <- mice::mice(data, method = "pmm", maxit = 0) 
meth <- init$meth
pred <- init$pred

# Impute variables by group (state_id)
imputationFunction <- list("decimalLatitude" = meth["decimalLatitude"],
                           "decimalLongitude" = meth["decimalLongitude"])

meth[c("decimalLatitude", "decimalLongitude")] <- "bygroup"

group <- list("decimalLatitude" = "state_id", 
              "decimalLongitude" = "state_id")

# Remove variables as predictors but they can still be imputed.
pred[, c("coordinateUncertaintyInMeters", "geoprivacy_id")] <- 0

set.seed(500)
imp <- mice::mice(data, meth = meth, pred = pred, m = 1, 
                  group = group, imputationFunction = imputationFunction)
imp <- complete(imp)

这也有效，但没有按组：

imp <- mice(data, m = 1, maxit = 3, method = 'norm.predict', seed = 500)
imp <- complete(imp, 1)

所以，还有一个问题。

1. 我可以按多个变量分组吗？

当我将变量 state_id 替换为 species_id 时，我遇到了错误：

lm.fit(x = x, y = y) 中的错误：0（非 NA）案例

问题似乎是某些物种的经纬度数据为零或没有值。我通过删除所有没有经纬度数据的物种证实了这一点，并且物种插补成功。

group <- list("decimalLatitude" = "species_id", 
              "decimalLongitude" = "species_id")

Answer 1

您不应该直接使用mice.impute.bygroup。它是一个在您指定 method["x"] <- "bygroup" 时被调用的函数，就像您使用 "norm.predict" 调用 mice.impute.norm.predict 一样（参见 ?mice.impute.norm.predict）。

下面是一些关于如何使用bygroup的示例代码。

样本数据

data <- iris
str(data)
# 'data.frame': 150 obs. of  5 variables:
#  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

data[, -5] <- mice::ampute(data[, -5])$amp

init <- mice::mice(data, maxit = 0)

按组（物种）估算一个变量（Petal.Width）

meth <- init$meth
pred <- init$pred

imputationFunction <- list("Petal.Width" = meth["Petal.Width"])
meth["Petal.Width"] <- "bygroup"
group <- list("Petal.Width" = "Species")

pred[, "Species"] <- 0

imp <- mice::mice(data, meth = meth, pred = pred, m = 1, 
                  group = group, imputationFunction = imputationFunction)

对于所有变量

meth <- init$meth
pred <- init$pred

imputationFunction <- as.list(meth[meth != ""])
meth[meth != ""] <- "bygroup"
group <- imputationFunction
group[] <- "Species"

pred[, "Species"] <- 0

imp <- mice::mice(data, meth = meth, pred = pred, m = 1, 
                  group = group, imputationFunction = imputationFunction)

进一步考虑

bygroup 方法不允许您跨多个变量进行分组。您可以创建一个简单地涵盖所有这些组的新变量。在内部，bygroup 所做的只是将数据分成不同的组，所以这不是问题。

但是，在某些时候，您必须考虑这是否是一种正确的做事方式。 multi-level imputation 可能更值得考虑。