r - 使用 MICE 进行多重插补,使用 tidyLPA 进行潜在轮廓分析
问题描述
我正在尝试对 mouse 包进行多重插补,然后使用这些结果对 tidyLPA 包进行潜在的配置文件分析。但是,我遇到了编码问题,我不确定是否可以解决。我在互联网上看到过一些例子,在插补后人们拟合线性/逻辑模型并使用池函数来汇集 R 平方估计但不执行潜在轮廓分析。
对结果进行平均并不是一个好主意,因为我在许多帖子中都读过它不会考虑估算数据集之间的可变性。
在进行潜在配置文件分析之前,该代码给了我一个错误,如下所示: df[, select_vars, drop = FALSE] 中的错误:维数不正确
我在这里附上一个小例子来检查是否有人有解决方案/建议。
先感谢您。
library("mice")
library("tidyLPA")
data <- data.frame(ID = c(1, 1, 2, 2, 3, 3, 3, 4, 4, 4),
var1 = c(1, 2, 5, 10, NA, 5, 23, NA, NA, 1),
var2 = c(1, NA, NA, 1, NA, 0, 1, 3, 23, 4))
imputation <- mice(data, m = 5,
method = c("", "pmm", "pmm"),
maxit = 20)
LPA <- with(imputation, estimate_profiles(imputation, n_profiles = 2, variances = "equal",
covariances = "equal"))
解决方案
推荐阅读
- ms-word - 我可以在 Word 中制作不同的部分吗?不仅有相同的页眉和页脚,而且页码可以作为一个完整的文档对齐
- python - 我如何在 BeautifulSoup 中使用 lxml-xml 获取页面内容
- reactjs - 当我在测试文件中导入一个组件时,我得到了错误`Cannot find module 'react' from 'makeStyles.js'`
- java - Spring Boot 项目使用旧 Spring 罐子/项目 | 无法启动
- c++ - 防止源对象的析构函数中的“删除[]”释放我们的“刚刚被盗的数据”
- karate - 使用 Gatling 进行高级用户模拟
- airflow-scheduler - 调度程序节点始终高于 100% 利用率
- python - 在 tcsh 打开表单 python 中设置环境
- flutter - 显示颤振测试覆盖率
- python - 使用 Visual Studio 2019 在 python 中调试子进程