使用 mice 在 r 中按组合并估算数据

Question

我的问题是这个关于使用 "mice" 按组估算的问题的后续问题： multiple imputation and multigroup SEM in R

就插补部分而言，答案中的代码工作正常。但之后我留下了一份实际完整的数据列表，但不止一组。示例如下所示：

'Set up data frame'
df.g1<-data.frame(ID=rep("A",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,10,20)),x3=floor(runif(5,100,150)))
df.g2<-data.frame(ID=rep("B",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,25,50)),x3=floor(runif(5,200,250)))
df.g3<-data.frame(ID=rep("C",5),x1=floor(runif(5,4,5)),x2=floor(runif(5,75,99)),x3=floor(runif(5,500,550)))
df<-rbind(df.g1,df.g2,df.g3)

'Introduce NAs'

df$x1[rbinom(15,1,0.1)==1]<-NA
df$x2[rbinom(15,1,0.1)==1]<-NA
df$x3[rbinom(15,1,0.1)==1]<-NA
df

'Impute values by group:'

df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(df,m=5)))
df.clean

如您所见，df.clean 是一个包含 3 个元素的列表。每组一个元素。但是每个元素都包含我正在寻找的完整数据集。

原始答案建议 rbind() 在 df.clean 中获得数据，这给我留下了一个包含 45（原始大小的 3 倍）观察值的新数据集。这是最后一步的原始代码：

imputed.both <- do.call(args = df.clean, what = rbind)

"right" 是哪个数据？为什么是最后一步？

非常感谢！

Answer 1

代码中有一个错误，我在下面有一个有效的编辑版本：

#Set up data frame
set.seed(12345)
df.g1<-data.frame(ID=rep("A",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,10,20)),x3=floor(runif(5,100,150)))
df.g2<-data.frame(ID=rep("B",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,25,50)),x3=floor(runif(5,200,250)))
df.g3<-data.frame(ID=rep("C",5),x1=floor(runif(5,4,5)),x2=floor(runif(5,75,99)),x3=floor(runif(5,500,550)))
df<-rbind(df.g1,df.g2,df.g3)

#Introduce NAs

df$x1[rbinom(15,1,0.1)==1]<-NA
df$x2[rbinom(15,1,0.1)==1]<-NA
df$x3[rbinom(15,1,0.1)==1]<-NA
# check NAs
colSums(is.na(df))

#Impute values by group:

# here's the bug
df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(x,m=5)))
imputed.both <- do.call(args = df.clean, what = rbind)
dim(imputed.both)
# returns 15,4

在问题的代码中，你有

df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(df,m=5)))
dim(do.call(rbind,df.clean))
#this returns 45,4

该函数是用 "x" 指定的，但您从全局环境中调用 df。因此，您估算了完整的 df。

所以要回答您的问题，如果您执行此步骤：

split(df,df$ID)

您将数据框拆分为 data.frames 列表，其中只有 A、B 或 C。那么如果你 lapply 通过这个列表，你会得到

df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(x,m=5)))
names(df.clean)
lapply(df.clean,dim)

列表的每个项目df.clean包含原始df的一个子集，ID为A、B或C。现在你将这个列表组合成一个data.frame，使用：

imputed.both <- do.call(rbind,df.clean)

使用 mice 在 r 中按组合并估算数据

Combine imputed data by group in r using mice

group-by

r

r-mice

imputation