使用 R MICE 估算缺失数据并计算总和答案

【问题标题】：Using R MICE to impute missing data and calculate sums使用 R MICE 估算缺失数据并计算总和
【发布时间】：2022-08-24 02:00:40
【问题描述】：

这是我第一次尝试在 R 中使用鼠标。我有一个横截面数据集，其中包含多个尺度的响应。我想在输入缺失数据后计算几个尺度的总和。

我想修改R - mice - adding a column that sums columns with imputed values 中提供的代码，该代码基于发布在关于如何Perform operation on each imputed dataset in R\'s MICE 的帖子中的回复。但是，我不确定这部分代码中的每一行是做什么的：

pred1 <- ini$pred  
#change the predictor matrix so only bdd$EE1-9 predicts EE (necessary?)
pred1[ \"EE\", ] <- 0 
pred1[ \"EE\", c(\"EE1\", \"EE2\", \"EE3\", \"EE4\", \"EE5\", \"EE6\", \"EE7\", \"EE8\", \"EE9\")] <- 1
#change the predictor matrix so that EE isnt used to predict
pred1[ , \"EE\" ] <- 0

我认为第一行访问执行mice（。）时生成的mids df中的预测矩阵。接下来，第 2 行和第 3 行更改矩阵，以便仅使用 ~I() 语句中包含的变量来估算/计算总和。我认为这不是必需的？请确认。最后，第 4 行更改了矩阵，因此总和不用于估算其他变量。这是必需的吗？请确认

您能否确认我理解此代码的功能或提供其功能的逐行解释？提前致谢！

在我的项目中使用它之前，我想了解这部分代码。完成分析后，我将分享我的代码 :) 希望其他人会发现它有帮助！

标签： r sum r-mice

【解决方案1】：

你的理解是正确的。

pred1 <- ini$pred 提取由mice() 创建的初始预测矩阵。预测器矩阵是一个 P×P 矩阵，其中第 i 行第 j 列中的 1 表示第 j 个变量用作第 i 个变量的预测器。

pred1[ "EE", ] <- 0 从 EE 变量中删除所有预测变量。 pred1[ "EE", c("EE1", "EE2", "EE3", "EE4", "EE5", "EE6", "EE7", "EE8", "EE9")] <- 1 添加 EE1-9 作为 EE 变量的预测变量。这些步骤都不是必需的，因为正在使用被动插补。但是，把它留在里面并没有什么坏处。

pred1[ , "EE" ] <- 0 将 EE 作为预测变量从数据中的任何其他变量中移除。这是否“好”是一个统计问题，取决于 EE 与任何其他缺失变量之间的关系。删除 EE 作为 EE1-9 的预测变量绝对是一个好主意（尽管我认为这不是绝对必要的）。但是，EE 可能有助于在数据中插入一些其他变量。在这种情况下，您需要确保 EE 和 EE1-9 不会同时作为这些变量的预测变量提供。

【讨论】：