我可以在 R 中包含缺失的数据吗答案

【问题标题】：Can I included the missingingless Data in R我可以在 R 中包含缺失的数据吗
【发布时间】：2021-06-30 07:23:24
【问题描述】：

我目前正在对发布在以下位置的数据集的前 312 行进行生存分析：

我检查丢失的数据，这是 R 返回的：

> apply(surv.df, 2, function(x) length(which(is.na(x))))
 V2  V3  V4  V5  V6  V7  V8  V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 
  0   0   0   0   0   0   0   0   0   0  28   0   2   0   0  30   4   0   0

当我进行 Cox 回归分析时，我得到以下信息：

Call:
coxph(formula = Surv(Time, Status == 1) ~ log(V5) + V10 + log(V11) + 
    log(V13) + V14 + V16 + log(V19) + V20, data = surv.df)

  n= 310, number of events= 124 
   (2 observations deleted due to missingness)

               coef  exp(coef)   se(coef)      z Pr(>|z|)    
log(V5)   1.6977282  5.4615258  0.4920161  3.451 0.000559 ***
V10       0.8223583  2.2758606  0.3032572  2.712 0.006693 ** 
log(V11)  0.7103807  2.0347658  0.1204626  5.897  3.7e-09 ***
log(V13) -2.3728128  0.0932182  0.7746120 -3.063 0.002190 ** 
V14       0.0018932  1.0018950  0.0009783  1.935 0.052967 .  
V16       0.0030053  1.0030098  0.0017212  1.746 0.080804 .  
log(V19)  2.8071931 16.5633615  1.1514466  2.438 0.014770 *  
V20       0.2898083  1.3361713  0.1392896  2.081 0.037469 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

         exp(coef) exp(-coef) lower .95 upper .95
log(V5)    5.46153    0.18310   2.08214   14.3258
V10        2.27586    0.43939   1.25607    4.1236
log(V11)   2.03477    0.49146   1.60685    2.5766
log(V13)   0.09322   10.72752   0.02042    0.4255
V14        1.00189    0.99811   0.99998    1.0038
V16        1.00301    0.99700   0.99963    1.0064
log(V19)  16.56336    0.06037   1.73395  158.2201
V20        1.33617    0.74841   1.01695    1.7556

Concordance= 0.859  (se = 0.017 )
Likelihood ratio test= 211.3  on 8 df,   p=<2e-16
Wald test            = 205.9  on 8 df,   p=<2e-16
Score (logrank) test = 281.9  on 8 df,   p=<2e-16

有没有办法保留数据集中缺失的 2 行？

这导致了另一个问题：我正在尝试绘制 Martingale 残差，但我无法绘制，因为有 310 个残差，而 V11 变量 bilirubin 有 312 个观察值，因此绘图是不可能。

建议？

【问题讨论】：

标签： r missing-data survival-analysis cox-regression

【解决方案1】：

您可能正在谈论您得到的这种按摩：

（由于缺失而删除了 2 个观察结果）

正如您从表格中看到的那样：

apply(surv.df, 2, function(x) length(which(is.na(x))))
 V2  V3  V4  V5  V6  V7  V8  V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 
  0   0   0   0   0   0   0   0   0   0  28   0   2   0   0  30   4   0   0

V17 中有 30 个缺失值，V12 中有 28 个缺失值，但由于 V17 或 V12 在您的模型/公式的一部分中都不是回归量，因此这些没有问题。

调用： coxph(公式 = Surv(时间，状态 == 1) ~ log(V5) + V10 + log(V11) + log(V13) + V14 + V16 + log(V19) + V20，数据 = surv.df)

V14 是您的调用/公式的一部分，它有 2 个缺失值 - 这就是出现警告的原因。

对于您的模型，这两个观察值已被删除并不一定太糟糕。如果你不想要这个，你可以从你的公式中删除 V14。或者您可以执行一些插补以用合理的值替换这些缺失值。（也许鼠标包可以在这里提供帮助）。

【讨论】：