汇集估算数据集的 glmers

Question

问题：

我有一个数据集，其中缺少一些预测变量值。我想将已应用于这些插补集的 glmer 个模型集中在一起。我正在使用 mice 包来创建插补（我也使用了 amelia 和 mi 但没有成功）。我想主要提取固定效应。

使用 mice 包中的 pool() 函数 returns 错误：

Error in qhat[i, ] : incorrect number of dimensions

我尝试在这里使用和改编之前重写的 pool() 函数：

https://github.com/stefvanbuuren/mice/pull/5

我可能忽略了一个明显的解决方案！

这是一个例子：

# 1. create data (that can be replicated and converge later)

data = data.frame(x1=c(rep("1",0.1*1000), rep("0",0.5*1000), 
                       rep("1",0.3*1000), rep("0",0.1*1000)), 
                  x2=c(rep("fact1",0.55*1000), rep("fact2",0.1*1000), 
                       rep(NA,0.05*1000), rep("fact3",0.3*1000)),
                  centre=c(rep("city1",0.1*1000), rep("city2",0.2*1000), 
                           rep("city3",0.15*1000), rep("city1",0.25*1000), 
                           rep("city2",0.3*1000)                          ))

# 2. set factors
data = sapply(data, as.factor)

# 3. mice imputation 
library(mice)
imp.data = mice(data, m=5, maxit=20, seed=1234, pri=F) 

# 4. apply the glmer function
library(lme4)
mice.fit = with(imp.data, glmer(x1~x2+(1|centre), family='binomial'))

# 5. pool imputations together
pooled.mi = pool(mice.fit)

下面是我在第 4 步应用的另一个函数，希望它能创建一个适合 pool().

的对象

mice.fit = lapply(imp.data$imp, function(d){ glmer(x1~x2+(1|centre), data=d, 
                                                   family='binomial')        })

我有一个解决方法，涉及使用元分析模型来汇总 glmer 模型的每个固定效应的结果。这行得通 - 但让 Rubin 模型工作会更好。

Answer 1

我自己制作了 mice 的分支，将上面引用的扩展版本拉入其中，并稍微清理一下：试试

devtools::install_github("bbolker/mice")

然后看看你的流程是如何进行的。（如果有效，应该有人提交 reminder/new 拉取请求...）

Answer 2

class"glmerMod"和"lmerMod"的对象有区别吗？我不熟悉那个包 lme4。但如果没有区别，你可以将 mice.fit 分析的 class 更改为 "lmerMod" 然后它应该运行没问题。

汇集估算数据集的 glmers

Pooling glmers of imputed datasets

r

lme4

r-mice