小鼠：拆分估算数据以进行进一步分析

Question

我正在使用mice 包（3.3.0 版）来执行多重插补（MI）。 MI 程序运行良好。为了进一步分析，我想通过变量“组”分离/拆分/子集插补数据，如下例所示。

library(mice)

d <- nhanes
d$group <- as.factor(c(rep("A", 13), rep("B", 12)))
str(d)

imp <- mice(d)

fit <- with(imp, lm(bmi ~ age + chl + group))
est <- pool(fit)
summary(est, digits=3)

# I would like to do is
imp.A <- imp[which(group=="A")]
imp.B <- imp[which(group=="B")]

fit.A <- with(imp.A, lm(bmi ~ age + chl))
fit.B <- with(imp.A, lm(bmi ~ age + chl))

是否可以以某种方式拆分估算数据？

Answer 1

我认为这段代码可以用来实现你的要求

首先创建所有数据集的长格式版本：

d.long <- mice::complete(imp,"long",include = T)

接下来使用基本 R 正常执行分组

d.long.A <- d.long[which(d.long$group == 'A'),]
d.long.B <- d.long[which(d.long$group == 'B'),]

然后把这些改回mids对象，这样就可以执行mice操作了

imp.A <- as.mids(d.long.A)
imp.B <- as.mids(d.long.B)

您可能会收到一条警告消息，因为 group 现在是一个常量。

Warning message:
Number of logged events: 1
imp.A$loggedEvents
  it im dep     meth      out
1  0  0     constant group

但这应该不是问题，它只是 mice 告诉您数据集中有一个常量值。最后，您可以将新的子集用于回归模型

fit.A <- with(imp.A, lm(bmi ~ age + chl))
fit.B <- with(imp.B, lm(bmi ~ age + chl))

使用pool 获取汇总结果。我不完全确定您为什么要这样做，而不是仅仅在回归模型中包含组变量，但我认为您有这样做的理由。希望这会有所帮助！