代码之家 › 专栏 › 技术社区 › aelhak

适用于多重插补数据集的模型结果能否被提取到数据帧中?

broom r-mice missing-data linear-regression r

aelhak · 技术社区 · 7 年前

是否有可能将多个模型的汇总估计值提取到一个数据框架中,以适合乘以插补数据?

以下是我如何对完整的案例数据框架(即没有缺失数据)执行此操作的过程——我想做一个类似的过程,以提取适合插补数据的几个模型的类似结果:

library(tidyverse)
library(broom)
library(mice)

data <- nhanes
sapply(data, function(x) sum(is.na(x))) #check missing data
data <- data %>% filter(bmi !="NA" & hyp != "NA" & chl != "NA") # remove missing data

out <-c("bmi")
exp <- c("chl","age","factor(hyp)")

#run models and extract to tidy data frame
models <- expand.grid(out, exp) %>%
group_by(Var1) %>% rowwise() %>%
summarise(frm = paste0(Var1, "~", Var2)) %>%
group_by(model_id = row_number(),frm) %>%
do(tidy(lm(.$frm, data = data))) %>%
mutate(lci = estimate-(1.96*std.error),
     uci = estimate+(1.96*std.error))

下面是使用 mice 只拟合一个回归模型:

# Impute missing data using mice
data <- nhanes
imp <- mice(data, print = F)

#Fit single model
fit <- with(imp, lm(bmi ~ chl))

#Get pooled estimates
a <- pool(fit)

summary(a)

1 回复 | 直到 7 年前

nghauran 7 年前

这里的关键点是从 complete(imp, "long") 因为它提供了所有的插补数据集。这样做之后,你必须玩一些游戏 tidyverse 和 broom 特别是功能 nest() 和 tidy() 这在这里非常有用。试试这个:

library(tidyverse)
library(broom)
library(mice)
data <- nhanes # data
imp <- mice(data, print = F) # imputation
# complete data
data.complete <- complete(imp, "long")  
glimpse(data.complete) # all the 5 imputations are here

data.complete %>% 
        select(-.id) %>% 
        nest(-.imp) %>%
        mutate(model = map(data, ~lm(bmi ~ chl, data = .)),
               tidied = map(model, tidy)) %>%
        unnest(tidied) %>%
        filter(term == "chl") %>%
        mutate(adjusted = p.adjust(p.value),
               lci = estimate-(1.96*std.error),
               uci = estimate+(1.96*std.error))
# output
  .imp term   estimate  std.error statistic     p.value   adjusted           lci        uci
1    1  chl 0.01972747 0.01755024  1.124057 0.272584078 0.45430932 -0.0146709916 0.05412594
2    2  chl 0.02133664 0.01719462  1.240891 0.227154661 0.45430932 -0.0123648105 0.05503808
3    3  chl 0.03070542 0.01534959  2.000407 0.057397701 0.22512674  0.0006202261 0.06079062
4    4  chl 0.04109955 0.02044568  2.010183 0.056281686 0.22512674  0.0010260220 0.08117308
5    5  chl 0.05448964 0.01585764  3.436175 0.002251967 0.01125984  0.0234086522 0.08557062

推荐文章

Matthew Graham · 我应该如何以编程方式仅将某些NA值更改为在R中选择的指定字符串?

4 年前

user2414250 · 当数据是来自sql server db的时间戳类型时,“FastDatalistView”中是否存在错误?

8 年前

Aksel Etingu · 如何为给定的数据帧填充R中缺失的数据点

8 年前

Bill · 从另一个熊猫系列中减去一个熊猫系列,而不为缺失的数据创建NaN值

8 年前

am1991 · 使JQ输出成为表格

8 年前

Aaraeus · 是否有办法在SAS中以proc格式识别特殊缺失值?

8 年前

Philippe · 如果没有行,如何返回值?

8 年前

kurbielp · 数据框中有多少行包含问号符号

8 年前

Cleb · 为什么max()有时返回nan,有时忽略它?

8 年前

lydias · 缺失数据的R回归插补

8 年前