r - 在多重插补后获得多项模型中具有 > 2 个模态的分类变量的总体 p 值

我需要一点帮助来了解如何在使用 R进行多重插补后的多项模型中获得具有 2 种以上模态的分类变量的全局 p 值（例如：地理区域（城市、中间、农村）。

我使用多项模型，因为我要解释的变量由 3 种模态组成。我进行了多重插补，因为我在初始基数中的缺失数据份额达到 30%。

对于多重插补，我使用了该mice()函数。对于我使用with()和multinom()运行的多项式模型。

我的目标是比较两个嵌套模型，以获得具有超过 2 个模式的分类变量的全局 p 值。事实上，当我汇总分析时，我得到了每个模态的 p 值，这不是我想要的超过 2 个模态的分类变量：我想要变量的全局 p 值。

我尝试了几个功能，例如：

D3(fit1, fit0) 
pool.compare(fit1, fit0, method="likelihood", data=NULL)$p
lmtest::lrtest(fit1, "zone_geographique")

但是这些功能在我的情况下不起作用。我收到错误消息。with()如果我在考虑多重插补的情况下运行我的模型，我觉得这些功能不起作用。

您是否曾经在多重插补后运行过多项式模型，您是如何获得超过 2 个模态的分类变量的总体 p 值的？

标签： rimputationp-valuer-micemultinomial