如何在 R 中的 foreach 循环中使用多重估算数据集（mids）对象？

Question

我正在尝试使用并行计算来计算百分位数 bootstrap 最小绝对偏差回归参数的 95% 置信区间，如本 article 中所述。但是，我没有使用单个数据框，而是使用多重插补数据集 (mids) 对象，该对象是通过 mice 包获得的，用于多重插补。这就是问题所在。

我想在 foreach 循环中使用 mids（或多重推算数据集列表）对象，执行 bootstrapping，然后合并结果。通过将 mids 对象转换为列表，然后使用该列表的一个元素，我设法仅基于一个数据集获得结果。尽管如此，我想一次使用所有数据集。

一个可重现的例子：

library(foreach)
library(doParallel)
cores_2_use <- detectCores() - 1

cl <- makeCluster(cores_2_use)
clusterSetRNGStream(cl, 9956)
registerDoParallel(cl)

library(mice)
imp_merged <-
  foreach(no = 1:cores_2_use, 
          .combine = ibind, 
          .export = "nhanes",
          .packages = "mice") %dopar%
  {
    mice(nhanes, m = 30, printFlag = FALSE)
  }
stopCluster(cl)

这是我尝试过的：

library(quantreg)
library(mitml)
library(miceadds)
library(splines)

cl <- makeCluster(cores_2_use)
clusterSetRNGStream(cl, 9956)
registerDoParallel(cl)

boot.1 <- foreach(i = 1:100,
                  .combine = rbind,
                  .packages = c('quantreg', 'mice', 'mitml', 'splines')) %dopar% {
                    
                    longlist <- miceadds::mids2datlist(imp_merged)
                    boot_dat <- longlist[[6]][sample(1:nrow(longlist[[6]]), replace = TRUE), ]
                    ## This is now based only on the 6th element of longlist
                    ## I would like to use the whole mids/longlist object (330 data sets on my PC)
                    
                    fit1 <- rq(chl ~ ns(bmi, df = 2, B = c(21, 33)) +
                                 hyp + age, tau = 0.5,
                               data = boot_dat)
                    fit1$coef
                  }
stopCluster(cl)

boot.1.df <- as.data.frame(boot.1)
boot.1.pooled <- do.call(cbind, boot.1.df)
boot.1.ci <- apply(boot.1.pooled, 2, quantile, probs = c(0.025, 0.975))
t(boot.1.ci)

我将 mids 对象转换为具有 longlist <- miceadds::mids2datlist(imp_merged) 的多重估算数据集列表，并通过 [=] 基于该列表的一个元素（即估算数据集）执行采样18=]。我想使用整个 mids 对象或 longlist.

的所有元素

任何帮助将不胜感激！

Answer 1

一种可能的方法是将数据集简单地组合成一个大数据集，并直接从中采样。

longlist_ = longlist[[1]]
for (j in 2:length(longlist))
  {
    longlist_ = rbind(longlist_,longlist[[i]])
  }
boot_dat <- longlist_[sample(1:nrow(longlist[[6]]), replace = TRUE), ]

另一种方式是随机选择一个数据集，随机选择一行，重复几次。

boot_dat = NULL
for (j in seq(nrow(longlist[[6]])))
  {
    boot_dat = rbind(boot_dat, 
               longlist[[sample(length(longlist),1)]][sample(nrow(longlist[[1]]),1),])
  }

请注意，为了避免 rq 中奇异设计矩阵的错误，可以添加一个小噪声。

boot_dat[,'hyp'] = boot_dat[,'hyp'] + runif(nrow(boot_dat), -1e-10, 1e-10)

如何在 R 中的 foreach 循环中使用多重估算数据集（mids）对象？

How to use a multiply imputed data set (mids) object in a foreach loop in R?

foreach

loops

r

r-mice