使用 MICE 包进行缺失值插补时出错

Question

我有大量数据 (4M x 17) 缺少值。两列是分类的，其余都是数字的。我想使用 MICE 包进行缺失值插补。这是我试过的：

> testMice <- mice(myData[1:100000,]) # runs fine  
> testTot <- predict(testMice, myData)
Error in UseMethod("predict") : 
  no applicable method for 'predict' applied to an object of class "mids"

运行对整个数据集的插补在计算上很昂贵，所以我运行只对前 100K 个观察结果进行插补。然后我试图使用输出来估算整个数据。

我的做法有什么问题吗？如果是，我应该怎么做才能使其正确？如果不是，那为什么我会收到此错误？

Answer 1

您没有将 predict() 与 mice 一起使用。这不是你适合的模型本身。 100,000 行的估算结果已经存在。

如果您想要所有行的数据，则必须将所有行放入 mice。不过我不推荐它，除非你将它设置在一个有几十个 CPU 核心的大型集群上。

Answer 2

mice 和 hmisc 均未提供来自插补过程的参数估计值。 Amelia 和 imputeMulti 都可以。在这两种情况下，您都可以提取参数估计值并将它们用于估算其他观察结果。

Amelia 假设您的数据分布为多元正态分布（例如 X \sim N(\mu, \Sigma)。
imputeMulti 假设您的数据呈多元多项式分布。也就是说，完整的细胞计数是分布的 (X \sim M(n,\theta))，其中 n 是观察的数量。

可以通过示例数据按如下方式进行拟合。检查参数估计值如下所示。

library(Amelia)
library(imputeMulti)
data(tract2221, package= "imputeMulti")
test_dat2 <- tract2221[, c("gender", "marital_status","edu_attain", "emp_status")]
# fitting
IM_EM <- multinomial_impute(test_dat2, "EM",conj_prior = "non.informative", verbose= TRUE)
amelia_EM <- amelia(test_dat2, m= 1, noms= c("gender", "marital_status","edu_attain", "emp_status"))

amelia 函数的参数估计值可在 amelia_EM$mu 和 amelia_EM$theta 中找到。
imputeMulti 中的参数估计值可在 IM_EM@mle_x_y 中找到，可以通过 get_parameters 方法访问。

imputeMulti 相对于其他 3 个包中的任何一个，对分类数据的插补精度明显更高，尽管它只接受多项式（例如 factor）数据。

所有这些信息都在 目前未发布的 小插图中 imputeMulti。该论文已提交给 JSS，我正在等待回复，然后再将小插图添加到包中。

使用 MICE 包进行缺失值插补时出错

Error in missing value imputation using MICE package

r

missing-data

r-mice

imputation