R bygroup 小鼠插补 - mice.impute.bygroup

Question

当我运行 mice::mice 估算值时，我想按 state_id 和 species 对我的数据进行分组。我已经按 state_id 对它进行了分组，结果看起来比没有按组要好得多。

mice.impute.bygroup: Groupwise Imputation Function

编辑...改进，工作代码：

# Modify df name and method
init <- mice::mice(data, method = "pmm", maxit = 0) 
meth <- init$meth
pred <- init$pred

# Impute variables by group (state_id)
imputationFunction <- list("decimalLatitude" = meth["decimalLatitude"],
                           "decimalLongitude" = meth["decimalLongitude"])

meth[c("decimalLatitude", "decimalLongitude")] <- "bygroup"

group <- list("decimalLatitude" = "state_id", 
              "decimalLongitude" = "state_id")

# Remove variables as predictors but they can still be imputed.
pred[, c("coordinateUncertaintyInMeters", "geoprivacy_id")] <- 0

set.seed(500)
imp <- mice::mice(data, meth = meth, pred = pred, m = 1, 
                  group = group, imputationFunction = imputationFunction)
imp <- complete(imp)

这也有效，但没有分组：

imp <- mice(data, m = 1, maxit = 3, method = 'norm.predict', seed = 500)
imp <- complete(imp, 1)

所以，还有一个问题。

我可以按多个变量分组吗？

当我用 species_id 替换变量 state_id 时，我运行遇到错误：

错误 lm.fit(x = x, y = y) : 0 (non-NA) cases

问题似乎是某些物种的经纬度数据为零或没有值。我通过删除所有没有纬度和经度数据的物种来为一个州证实了这一点，并且物种插补成功。

group <- list("decimalLatitude" = "species_id", 
              "decimalLongitude" = "species_id")

Answer 1

你不应该直接使用 mice.impute.bygroup。它是一个在您指定 method["x"] <- "bygroup" 时被调用的函数，就像您用 "norm.predict" 调用 mice.impute.norm.predict 一样（参见 ?mice.impute.norm.predict）。

下面是一些关于如何使用 bygroup.

的示例代码

示例数据

data <- iris
str(data)
# 'data.frame': 150 obs. of  5 variables:
#  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

data[, -5] <- mice::ampute(data[, -5])$amp

init <- mice::mice(data, maxit = 0)

按组（物种）估算一个变量 (Petal.Width)

meth <- init$meth
pred <- init$pred

imputationFunction <- list("Petal.Width" = meth["Petal.Width"])
meth["Petal.Width"] <- "bygroup"
group <- list("Petal.Width" = "Species")

pred[, "Species"] <- 0

imp <- mice::mice(data, meth = meth, pred = pred, m = 1, 
                  group = group, imputationFunction = imputationFunction)

对于所有变量

meth <- init$meth
pred <- init$pred

imputationFunction <- as.list(meth[meth != ""])
meth[meth != ""] <- "bygroup"
group <- imputationFunction
group[] <- "Species"

pred[, "Species"] <- 0

imp <- mice::mice(data, meth = meth, pred = pred, m = 1, 
                  group = group, imputationFunction = imputationFunction)

进一步考虑

bygroup 方法不允许您对多个变量进行分组。您可以创建一个简单地涵盖所有这些组的新变量。在内部，bygroup 所做的只是将数据分成不同的组，所以这不是问题。

然而，在某些时候你必须考虑这是否是一种正确的做事方式。可能更值得考虑 multi-level imputation.

R bygroup 小鼠插补 - mice.impute.bygroup

R bygroup mice imputation - mice.impute.bygroup

r

r-mice

imputation