使用来自库MICE()的输入数据集来拟合R中的多水平模型
我刚开始在R中打包mice，但我正在尝试计算popmis中的5个数据集，然后分别匹配lmer()模型with()和最后的pool()。 我认为mice()中的pool()函数不适用于lme4包中的lmer()调用，对吗？ 如果是这样的话，有没有办法编写一个定制的函数，它的作用类似于我下面的案例pool()？ library(mice) library(lme4) imp
..
r-mice相关内容
使用mice R包并行计算多重插补
我想通过在 R 中使用 mice 来运行 150 个多重插补.但是，为了节省一些计算时间，我会撒谎将过程细分为并行流(如 Stef van Buuren 在“对缺失数据的灵活插补"中所建议的那样). 我的问题是:怎么做? 我可以想象两个选项: 选项 1: imp1 然后使用 complete 和 as.mids 将插补组合在一起 选项 2: imp1 通过添加 VA
..
自动比较来自鼠标的 glm.mids 的嵌套模型
我有一个来自 R 的 mice 包的乘法估算模型，其中有很多因子变量.例如: 图书馆(小鼠)图书馆(Hmisc)# 将所有变量转化为因子假= nhanes假$age = as.factor(nhanes$age)假$bmi = cut2(nhanes$bmi, g=3)假$chl = cut2(nhanes$chl, g=3)头(假)年龄 bmi hyp chl1 1 NA2 2
..
小鼠中的 complete 究竟是做什么的?
我正在研究如何使用多重插补结果.以下是我的理解，如有错误请指出. 假设您有一个包含缺失值的数据集，并且您想要进行回归分析.您可以对 m = 5 次执行多重插补，并且对于每个插补数据集(现在是 5 个插补数据集)，您运行回归分析，然后“池"执行回归分析.通过鲁宾规则(或使用 R 包“pool")从这些 m = 5 模型中估计系数. 我的问题是，在鼠标中你有一个函数complete()，手
..
老鼠:glm.fit:算法没有收敛
我有一个包含大约 12 个类别变量的数据集，级别范围为 2 - 10，以及其他数值变量.约 280 条记录.我正在使用 r 中的 mice 包来使用所有默认设置对缺失的数据进行插补.但是，当我尝试进行这样的插补时: imp 我继续收到此警告: glm.fit:算法没有收敛 我在网上找到的解决方案 这里 和这里只关注直接使用 glm 函数，但就我而言，它是从 mice 内部调用的函数.我试
..
鼠标的pool.compare给出“错误:类调用对象没有任何扫视方法".用于lmerTest模型
我正在尝试比较使用多个插补构建的两个模型.当我尝试比较模型时，鼠标的pool.compare()给出以下错误:错误:类调用的对象没有扫视方法或错误:'fit1'和'fit0'的插补数不相等，即使我正在使用相同的估算数据集.这是一个可重现的示例: 库(小鼠)图书馆(miceadds)库(lmerTest)小鬼
..
如何在R中设置MaxNWts值
我正在尝试通过mouses包估算类别数据. {qualiD = mice(quali,1, seed=123)} 然后出现以下错误: {nnet.default中的错误(X，Y，w，掩码=掩码，大小= 0，跳过= TRUE， softmax = TRUE ，:权重过多(2184)} 我尝试通过包含MaxNWts参数来增加权重数量. {qualiD = mice(qual
..
多个估算数据集-合并结果
我有一个包含缺失值的数据集.我已估算出此数据集，如下所示: library(mice) id
..
R中的多重插补和多组SEM
我想使用R包mice和semTools，特别是调用Lavaan的runMI函数，对估算数据执行多组SEM. 在一次插补整个数据集时，我可以这样做，但是在拖曳stackoverflow/stackexchange的过程中，我遇到了针对分组变量的每个级别(例如，男性，女性)分别插补数据的建议，因此保留每个组的特征 (例如 https://stats.stackexchange.com/quest
..
当使用seed = NA时，如何找出MICE R-package选择哪个种子进行多重插补?
我正在对一个名为"mydata"的数据帧进行多次插补.使用以下代码: 图书馆(小鼠) imp
..
对来自小鼠(R)的估算数据子集运行glm.mids
当我尝试在mids插补对象的子集上运行glm.mids时出现错误: library(mice) imp2 = mice(nhanes) glm.mids( (hyp==2)~bmi+chl, data=imp2, subset=(age==1) ) 给出了错误的错误消息 "Error in eval(expr, envir, enclos) : ..1 used in an inc
..
用公式作为变量运行鼠标:即时评估而不是后期评估?
R软件包mice附带以下示例: library("mice") imp
..
R:使用mousesadds lm.cluster聚集的鲁棒标准错误-带有子集和权重的错误
我正在尝试在mouseadds包中使用lm.cluster函数，以为乘插补数据集获得可靠的聚类标准误差. 我能够运行它的标准版本，但是当我尝试添加一个子集或权重时出现以下错误: Error in eval(substitute(subset), data, env) : ..1 used in an incorrect context, no ... to look in 没有子
..
使用鼠标进行插补后剩余的NA
接下来发生什么? #create some data library(data.table) library(mice) myData = data.table(invisible.covariate=rnorm(10), visible.covariate=rnorm(10), category=factor(sample(1:3,10, replace
..
MICE中的地带图
我在R中使用软件包MICE进行多次插补.我只用数值变量完成了几种插补，插补方法是预测均值匹配，当我使用命令stripplot(插补数据集的名称)时，我可以看到所有变量的观测值和插补值. 当我尝试对分类变量和数值变量进行归因时，就会出现问题.然后，插补方法是将PMM用于数字变量，将逻辑回归用于分类变量. stripplot-command仅显示数字变量.我尝试使用以下命令指定edu是具有2个值
..
重新编码鼠标Mids对象
我有一个从mice创建的mids对象.我想重新编码一些估算的变量并保留mids对象.我知道我可以使用complete()将mids对象转换为“长"，但是我想保留mids对象，因为它还有一些其他用途. 这是使用nhanes数据集的示例.运行mice()会为nhanes中的变量创建5个估算数据集.我专注于hyp. library(mice) names(nhanes) nhanes$hyp
..
估算数据集列表的时滞分析
我的问题和数据与以下文章中的内容类似:set.seed(242) df
..
R MICE归因失败
我真的为为什么我的估算在R's Mice 2.22程序包中失败而感到困惑.我正在尝试使用以下数据框进行非常简单的操作: > dfn a b c d 1 0 1 0 1 2 1 0 0 0 3 0 0 0 0 4 NA 0 0 0 5 0 0 0 NA 然后，我通过以下方式使用鼠标来进行简单的均值归因: imp
..
py2:调用函数提示点
我想通过Jupyter Notebook在Pyton中运行R函数. 问题是，我的函数名称(来自mouse lib)-包含点. 函数的名称是md.pattern，这是我要运行的代码: from rpy2.robjects.packages import importr mice = importr('mice') mice.md.pattern(train) 这是我得到的错误: At
..
使用估算数据集的svydesign错误
我正在使用svydesign分析估算的数据集，但出现错误.下面是代码: library(mitools) library(survey) data(nhanes) nhanes$hyp
..