R，mitools::MIcombine，没有p值的原因是什么？
R, mitools::MIcombine, what is the reason for no p-values?
我目前 运行 一个简单的线性回归模型，在 R 中有 5 个多重估算数据集。
例如model <- with(imp, lm(outcome ~ exposure))
为了汇集汇总估计，我可以使用 mitools 包中的命令 summary(mitools::MIcombine(model))。但是，这不会给出 p 值的结果。我也可以使用 mice 包中的命令 summary(pool(model))，这确实给出了 p 值的结果。
因此，我想知道 MIcombine 不产生 p 值是否有特定原因？
查看文档后，mitools 库不提供 p-values 似乎没有什么特别的原因。虽然，该软件包的重点是插补，而不是模型结果。
但是，您不需要这些包中的任何一个来查看您的结果——连同每个模型 p-values。我开始将其写为评论，但决定包含代码。如果您不知道...您可以使用基数 R 的 summary。我意识到 mice 的输出是比较性的，mitools 也是。我认为这也很重要。
如果您的调用输出是 model，那么这将起作用。
library(tidyverse)
map(1:length(model), ~summary(model[.x]))
我目前 运行 一个简单的线性回归模型，在 R 中有 5 个多重估算数据集。
例如model <- with(imp, lm(outcome ~ exposure))
为了汇集汇总估计，我可以使用 mitools 包中的命令 summary(mitools::MIcombine(model))。但是，这不会给出 p 值的结果。我也可以使用 mice 包中的命令 summary(pool(model))，这确实给出了 p 值的结果。
因此，我想知道 MIcombine 不产生 p 值是否有特定原因？
查看文档后，mitools 库不提供 p-values 似乎没有什么特别的原因。虽然，该软件包的重点是插补，而不是模型结果。
但是，您不需要这些包中的任何一个来查看您的结果——连同每个模型 p-values。我开始将其写为评论，但决定包含代码。如果您不知道...您可以使用基数 R 的 summary。我意识到 mice 的输出是比较性的，mitools 也是。我认为这也很重要。
如果您的调用输出是 model，那么这将起作用。
library(tidyverse)
map(1:length(model), ~summary(model[.x]))