收集对象（五个估算数据集的 MICE 输出）？

Question

我正在使用 MICE 在多级模型中估算数据。然后我使用 MICE 中的“with()”函数使用 lmer() 进行多级分析。第一个数据集着眼于总犯罪率。然后我对犯罪类型进行另一组分析，因此收集了暴力犯罪和财产犯罪。最初，对于第二个数据集，我想在估算之前收集财产和暴力犯罪，然后估算预测变量，但这需要 FOREVER（超过 20 小时）。有没有办法收集 MICE 输出（下面的mice.crime），以便我可以对暴力和财产犯罪值进行建模？

非常感谢！

这是一个可重复的例子，本质上，我只是想收集暴力和财产犯罪：

library(mice)
df.1 <- data.frame(place_id = as.integer(seq (1:n)),
property_crime = as.numeric(sample(c(20:90), n, rep = TRUE)),
violent_crime = as.numeric(sample(c(20:90), n, rep = TRUE)),
med_income = sample(c(20:90), n, rep = TRUE))%>%
  mutate(crime_total = property_crime + violent_crime)

df <- apply(subset(df.1,select=-c(place_id, property_crime, violent_crime, crime_total)), 2, function(x)
     {x[sample(c(1:n),floor(n/10))]<-NA; x}) 
df.1 <- df.1%>%select(-(med_income))
df <- cbind(df.1, df)

impmethod.1 <- character(ncol(df))
names(impmethod.1) <- colnames(df)
impmethod.1[c("med_income")] <- "2l.lmer" 
impmethod.1[c("place_id", "property_crime", "violent_crime", "crime_total")] <- ""
impmethod.1

pm <- make.predictorMatrix(df)
pm["place_id",] <- -c(0,0,0,0,2)
pm["property_crime",] <- -c(-2,0,0,0,2)
pm["violent_crime",] <- -c(-2,0,0,0,2)
pm["crime_total",] <- -c(-2,0,0,0,2)
pm["med_income",] <- -c(-2,0,0,0,0)

mice.crime <- mice(df, m=5, predictorMatrix = pm,
                    method=impmethod.1, maxit=10, printFlag = FALSE, seed=1874)

Answer 1

我在这里回答了我的问题......希望我可以在这里实施 MICE 包的任何人有很多时间和挫败感。 MICE 套餐很棒。它经过深思熟虑且用途广泛。而“with()”函数——可以通过多级或多级回归轻松合并五个单独的数据集——就是其中的象征。但是，如果您打算使用 sjPlot（另一个令人惊叹的、经过深思熟虑的软件包）来绘制效果大小，或者您想要交叉验证您的发现；我会在插补后停止使用 MICE 并切换到 sjMisc 包（Daniel Ludecke 的另一个包），它有一个“merge_imputations()”函数，它将获取插补向量并将它们与您的初始数据集合并。更多关于这里的齿轮：https://www.rdocumentation.org/packages/sjmisc/versions/2.8.4/topics/merge_imputations（这实际上是我发现的唯一一个有有用示例的 R 文档之一）。因此，您现在拥有一个包含估算值的数据集，您可以继续使用 lme4（和/或用于交叉验证的细分）或您正在执行的任何回归。

从统计学上讲，我认为“with()”函数更好，因为它采用五个单独的估算数据列表，并在估算时将它们与原始数据集合并，但实际上，如果你想绘制或交叉验证，你最终会走上一条死胡同。直到有人对该问题发布更充分的统计或计算答案，希望这可以帮助您避免走上我已经走的路。