(MICE) 具有时间因素的数据集的缺失数据插补（纵向数据）答案

【问题标题】：(MICE) missing data Imputation for dataset with Time factors (longitudinal data)(MICE) 具有时间因素的数据集的缺失数据插补（纵向数据）
【发布时间】：2021-10-15 19:14:00
【问题描述】：

我对 MICE 功能有疑问。我有一个包含缺失值的 4500 名参与者的纵向数据集。一些变量是随时间测量的（0、2、3、5 等），但存在缺失值。一些变量是 MAR，因此我试图在考虑到变量随时间变化的性质的情况下估算缺失值。

数据为长格式（我已将 dput(head) 放在下面））

数据被称为“PaParty”

structure(list(id = c(8, 8, 8, 8, 11, 11), mostid = c("M0008", 
"M0008", "M0008", "M0008", "M0011", "M0011"), sex = c(1, 1, 1, 
1, 0, 0), age = c(69, 69, 69, 69, 64, 64), race = c(1, 1, 1, 
1, 1, 1), LeftEyeReplace = c(1, 1, 1, 1, 
    0, 0), Mnths_L_Replacement = c(9, 9, 9, 9, NA, NA), RightEyeReplace = c(1, 
    1, 1, 1, 1, 1), Mnths_R_Replacement = c(9, 9, 9, 9, 40, 40
    ), Time = c("0", "2", "3", "5", "0", "2"), bmi = c(26.79, 
    29.17, NA, NA, 26.88, 27.38), wototr = c(30, 27, NA, NA, 
    4, 30), wototl = c(33, 27, NA, NA, 2, 22), menr = c(1, NA, 
    NA, NA, 0, NA), menl = c(1, NA, NA, NA, NA, NA), KLGLeft = c(4, 
    NA, NA, NA, 3, 3), KLGRight = c(4, NA, NA, NA, 3, 4)), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"))

我试图估算的值是针对具有连续分数的变量（0-100 是范围）。

当我运行我的代码时：

Y <- c("wototr", "wototl", "bmi")
meth<-make.method(PaParty)
meth[1:length(meth)]<-""
meth[Y]<-"2l.pan"
pred<-make.predictorMatrix(PaParty)   
pred[1:nrow(pred), 1:ncol(pred)]<-0 
pred[Y, "id"]<-(-2)
pred[Y, "sex"]<-1  
pred[Y, paste("x", 2:9, sep = "")] <- 1
pred[Y[1],Y[2]]<-1 
pred[Y[2], Y[1]]<-1 
pred[Y[3], Y[1:2]]<-1
imp<-mice(PaParty, meth=meth, pred=pred, m=5,
        maxit = 20, seed =500, print=FALSE) completedData <- complete(imp,1)

我得到以下信息：

Error in `[<-`(`*tmp*`, Y, paste("x", 2:9, sep = ""), value = 1) : 
  subscript out of bounds

并且由此产生的估算数据集包含 wototr 和 wototl 的负值，这是不可能的，因为数据在 0-100 的连续范围内。即使我增加迭代次数也不会改善它。

非常感谢您在这方面的帮助，或者如果有人有其他更好的方法来估算这个纵向数据集。

【问题讨论】：

标签： r imputation r-mice longitudinal

【解决方案1】：

越界错误很简单，因为您尝试访问不存在的东西。

这是你的错误：

Error in `[<-`(`*tmp*`, Y, paste("x", 2:9, sep = ""), value = 1) : 
  subscript out of bounds

它发生在这一行：

pred[Y, paste("x", 2:9, sep = "")] <- 1

表示你想在pred行Y（你定义为“wototr”、“wototl”、“bmi”）之前访问。

但是你的第二个参数paste("x", 2:9, sep = "") 只给出了“x2”“x3”“x4”“x5”“x6”“x7”“x8”“x9”。

当访问例如wototr / x1 并将其设置为 1... 只是没有名为 x1 的列。

您的pred 如下所示：

正如您之前在代码中看到的那样，例如pred[Y, "sex"]<-1 工作得很好，因为“sex”是一个真正存在的列 - “x1” 只是不存在，这就是你在那里得到错误的原因。

不知道这是否解决了您的负值的整体问题（我没有测试它）。我只是不知道，您认为方法和 predictorMatrix 背后的过程是什么。

但我建议仔细阅读老鼠开发者的this introduction。

一般情况下（我不知道有关您的数据的更多详细信息）使用 pmm（预测均值匹配）作为方法可以帮助解决超出预期数据范围的值的问题。使用这种方法，插补仅基于在数据中某处观察到的值。当您得到不切实际的估算时通常会有所帮助，例如负体重。

【讨论】：