使用小鼠插补后剩余的 NA答案

【问题标题】：Leftover NAs after imputing using mice使用小鼠插补后剩余的 NA
【发布时间】：2014-08-24 14:17:34
【问题描述】：

下面发生了什么？

#create some data
library(data.table)
library(mice)
myData = data.table(invisible.covariate=rnorm(10),
         visible.covariate=rnorm(10),
         category=factor(sample(1:3,10, replace=TRUE)),
         treatment=sample(0:1,10, replace=TRUE))
myData[,outcome:=invisible.covariate+visible.covariate+treatment*as.integer(category)]
myData[,invisible.covariate:=NULL]    
myData[treatment == 0,untreated.outcome:=outcome]
myData[treatment == 1,treated.outcome:=outcome]

#impute missing values
myPredictors = matrix(0,ncol(myData),ncol(myData))
myPredictors[5,] = c(1,1,0,0,0,0)
myPredictors[6,] = c(1,1,0,0,0,0)
myImp = mice(myData,predictorMatrix=myPredictors)

#Now look at the "complete" data
completeData = data.table(complete(myImp,0))
print(nrow(completeData[is.na(untreated.outcome)]))

如果小鼠已成功替换所有 NA 值，则结果应为 0。但事实并非如此。我做错了什么？

【问题讨论】：

标签： r r-mice

【解决方案1】：

complete 中的第二个参数用于非零（返回原始的、不完整的数据），例如，介于 1 和生成的插补数之间的标量。它还接受一些字符输入（有关详细信息，请参阅文档）。

试试这个：

completeData = data.table(complete(myImp, 1))

比较：

> completeData = data.table(complete(myImp,0))
> print(nrow(completeData[is.na(untreated.outcome)]))
[1] 5
> completeData = data.table(complete(myImp,1))
> print(nrow(completeData[is.na(untreated.outcome)]))
[1] 0

干杯！

【讨论】：