r - 如何使用 MICE 包进行多重插补后的预测
问题描述
作为我分析的一部分，我必须进行预测，但老鼠没有这样做的工具！这意味着使用“with”然后使用“pool”是行不通的！
X1<-c(1,1,1,0,0,NA)
X2<c(0,NA,1,NA,NA,0)
X3<-c(1,0,1,1,NA,0)
X4<- c(1,0,1,0,1,1)
data<-data.frame(X1,X2,X3,X4)
p<- glm(X3~X1+X2, family= "binomial", data=subset(data, X4==1))
pre<- predict(p, newdata=data, type="response")
有没有人有任何解决方案？就我而言，我有 20 个估算数据集，我尝试分别对每个数据集进行分析，然后取我想要的估计值的平均值，但这似乎并不正确。
PS： Steffens 回答后对问题进行了编辑，以使其更加清晰。
解决方案
您的示例目前似乎不完整……您在哪里使用鼠标以及丢失的数据在哪里？
我假设你计划这样的事情：
library("mice")
X1 <- c(1,NA,1,0,1,0)
X2 <- c(0,1,1,NA,0,0)
data1 <-data.frame(X1,X2)
imp <- mice(data1)
fit <- with(imp, glm(X1~X2, family = binomial))
summary(pool(fit))
这为您提供了合并模型的参数估计值。如果你对他们感兴趣...
创建预测是净步骤，但实际上有不同的方法来解决这个问题（从科学的角度来看）。可能还取决于您要归档的内容（您尚未提及）
这是一篇关于此问题的有趣论文“从模型拟合到乘以估算数据中获取预测” 。
Stef van Buuren（老鼠作者）也有一些关于实现代码的建议：https ://github.com/amices/mice/issues/82