首页 > 解决方案 > 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"))

标签: rprofileimputationr-mice

解决方案


推荐阅读