【问题标题】：How to combine multiply imputed data with mice?如何将多重插补数据与小鼠相结合？
【发布时间】：2015-05-03 17:19:07
【问题描述】：

我将一个数据集分为男性和女性，然后使用 mice 包分别估算。

#Generate predictormatrix
pred_gender_0<-quickpred(data_gender_0, include=c("age","weight_trunc"),exclude=c("ID","X","gender"),mincor = 0.1)
pred_gender_1<-quickpred(data_gender_1, include=c("age","weight_trunc"),exclude=c("ID","X","gender"),mincor = 0.1)

#impute the data with mice 
imp_pred_gen0 <- mice(data_gender_0,
                 pred=pred_gender_0,
                 m=10,
                 maxit=5,            
                 diagnostics=TRUE,
                 MaxNWts=3000) #i had to set this to 3000 because of an problematic unordered categorical variable 

imp_pred_gen1 <- mice(data_gender_1,
                 pred=pred_gender_1,
                 m=10,
                 maxit=5,            
                 diagnostics=TRUE,
                 MaxNWts=3000)

现在，我有两个包含 10 个估算数据集的对象。一个给男人，一个给女人。我的问题是，如何将它们结合起来？通常，我只会使用：

comp_imp

我应该：

用rbind.mids()合并男女数据，然后转长格式？
我是先转换成长格式再使用rbind.mids()还是rbind()？

感谢您的任何提示！ =)

---------------------------------------------- ----------------------------------------

更新 - 可重现的示例

library("dplyr")
library("mice")

# We use nhanes-dataset from the mice-package as example

# first: combine age-category 2 and 3 to get two groups (as example)
nhanes$age[nhanes$age == 3] <- "2"
nhanes$age<-as.numeric(nhanes$age)
nhanes$hyp<-as.factor(nhanes$hyp)

#split data into two groups
nhanes_age_1<-nhanes %>% filter(age==1)
nhanes_age_2<-nhanes %>% filter(age==2)

#generate predictormatrix
pred1<-quickpred(nhanes_age_1, mincor=0.1, inc=c('age','bmi'), exc='chl')
pred2<-quickpred(nhanes_age_2, mincor=0.1, inc=c('age','bmi'), exc='chl')

# seperately impute data
set.seed(121012)
imp_gen1 <- mice(nhanes_age_1,
                 pred=pred1,
                 m=10,
                 maxit=5,            
                 diagnostics=TRUE,
                 MaxNWts=3000)

imp_gen2 <- mice(nhanes_age_2,
                 pred=pred2,
                 m=10,
                 maxit=5,            
                 diagnostics=TRUE,
                 MaxNWts=3000)


#------ ALTERNATIVE 1:

#combine imputed data
combined_imp<-rbind.mids(imp_gen1,imp_gen2)
complete_imp<-complete(combined_imp,"long")

#output
   > combined_imp<-rbind.mids(imp_gen1,imp_gen2)
Warning messages:
1: In rbind.mids(imp_gen1, imp_gen2) :
  Predictormatrix is not equal in x and y; y$predictorMatrix is ignored
.
2: In x$visitSequence == y$visitSequence :
  longer object length is not a multiple of shorter object length
3: In rbind.mids(imp_gen1, imp_gen2) :
  Visitsequence is not equal in x and y; y$visitSequence is ignored
.
   
> complete_imp<-complete(combined_imp,"long")
Error in inherits(x, "mids") : object 'combined_imp' not found


#------ ALTERNATIVE 2:

complete_imp1<-complete(imp_gen1,"long")
complete_imp2<-complete(imp_gen2,"long")
combined_imp<-rbind.mids(complete_imp1,complete_imp2)

#Output
> complete_imp1<-complete(imp_gen1,"long")
> complete_imp2<-complete(imp_gen2,"long")
> combined_imp<-rbind.mids(complete_imp1,complete_imp2)
Error in if (ncol(y) != ncol(x$data)) stop("The two datasets do not have the same number of columns\n") : 
  argument is of length zero

【问题讨论】：

如果您不提供任何示例数据（来自您的数据或 R 的数据集之一），则很难重现您的代码。因此，很难猜测数据的形状，因此几乎不可能给您适当的提示。如果您提供一些数据，也许有人会真正帮助您...
我添加了一个可重现的示例。两种替代方案都给我警告，所以我不知道如何正确组合我的估算数据。两个估算数据集之间的预测矩阵不同是单独估算的重点。但我不明白，为什么两个数据集的列数不同。

标签： r missing-data r-mice

【解决方案1】：

您可以使用以下内容创建一个新的 mids 对象，其中包含 10 个男性和女性的估算数据集。

comp_imp <- rbind(pred_gender_0, pred_gender_1)

这样做会调用 rbind.mids，而不是 R 中的常规绑定函数。返回的新对象可以按通常的方式进行分析，例如使用 with.mids 将所需模型拟合到每个估算数据集。

【讨论】：

【解决方案2】：

老实说，我对 mice 包一无所知，只是对估算的概念有一个模糊的概念。

我不知道你想进行什么样的分析，但你说通常你会这样做：comp_imp<-complete(imp,"long")，所以我会尝试相应地回答。

对我来说，第一种方法返回一个 data.frame，但没有任何遗漏。这很奇怪，因为在complete(imp_gen1,"long") 中hyp 中缺少数据。我不知道rbind.mids在那里做什么。

因此，我会采用您的第二种方法。

complete(., "long") 的结果是一个普通的 data.frame，因此不需要与rbind.mids 绑定。

我会将您的第二种方法更改为：

library(dplyr)
complete_imp1 <- complete(imp_gen1, "long")
complete_imp2 <- complete(imp_gen2, "long")
combined_imp <- bind_rows(complete_imp1, complete_imp2)

【讨论】：

【解决方案3】：

complete_imp1 <- complete(imp_gen1, "long") 已经返回了 10 个（m 参数）估算的数据帧，只需计算complete_imp1 的总行数并乘以m

【讨论】：