如何使用MICE包进行多次插补后的预测

如何解决如何使用MICE包进行多次插补后的预测

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”不起作用！

1

有没有人有解决办法？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，但这似乎不正确。

附注： 问题在 Steffens 回答后进行了编辑，以使其更加清晰。

解决方法

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？

我假设你计划了这样的事情：

library("mice")
X1 <- c(1,NA,1,0)
X2 <- c(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。如果您对它们感兴趣...

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）。可能还取决于您要存档的内容（您尚未提及）

这是一篇关于这个问题的有趣论文 "Obtaining Predictions from Models Fit to Multiply Imputed Data"。

Stef van Buuren（鼠标作者）也对这里的实现代码提出了一些建议：https://github.com/amices/mice/issues/82