【问题标题】:multiple imputation and multigroup SEM in RR中的多重插补和多组SEM
【发布时间】:2018-02-13 15:19:05
【问题描述】:

我想使用 R 包 micesemTools 对估算数据执行多组 SEM,特别是调用 LavaanrunMI 函数。

我可以在一次估算整个数据集时这样做,但是在浏览 stackoverflow/stackexchange 时,我遇到了建议为分组变量的每个级别(例如男性、女性)分别估算数据,以便保留每组的特征 (例如https://stats.stackexchange.com/questions/149053/questions-on-multiple-imputation-with-mice-for-a-multigroup-sem-analysis-inclu)。但是,我找不到任何参考资料来支持这门课程。

我的问题既是概念性的又是实际的 -

1) 在输入正确的课程之前是否按组拆分数据集?谁能指出我的参考建议?

2) 如果是这样,我如何将使用鼠标按组估算的数据集组合在一起,同时仍将多个估算数据集保留在 mids 类的数据帧列表中?我试图这样做,但最终得到一个整数

set.seed(12345)
HSMiss <- HolzingerSwineford1939[ , paste("x", 1:9, sep = "")]
HSMiss$x5 <- ifelse(HSMiss$x1 <= quantile(HSMiss$x1, .3), NA, HSMiss$x5)
HSMiss$x9 <- ifelse(is.na(HSMiss$x5), NA, HSMiss$x9)
HSMiss$school <- HolzingerSwineford1939$school

HS.model <- '
visual  =~ x1 + a*x2 + b*x3
textual =~ x4 + x5 + x6
x7 ~ textual + visual + x9
'

group1 <- subset(HSMiss, school =='Pasteur')
group2 <- subset(HSMiss, school =='Grant-White')

imputed.group1 <- mice(group1, m = 3, seed = 12345) 
imputed.group2 <- mice(group2, m = 3, seed = 12345) 


 #attempted merging:
    imputed.both <- nrow(complete(rbind(imputed.group1, imputed.group2)))

如果有人能给我一些帮助,我将不胜感激。如您所知,我仍然在学习 R 和插补,如果这是一个愚蠢的问题,我深表歉意 - 但是,我在其他地方找不到有关此特定查询的任何信息。

【问题讨论】:

    标签: r missing-data imputation r-mice r-lavaan


    【解决方案1】:

    合并时你只得到一个整数,因为你正在调用nrow()。删除该调用,您将获得一个合并的数据框。

    imputed.both &lt;- complete(rbind(imputed.group1, imputed.group2))

    如果您发现自己的数据集包含多个组,您可以使用以下方法来简化此任务。

    imputed.groups <- lapply(split(HSMiss, HSMiss$school), function(x) {
      complete(mice(x, m = 3, seed = 12345))
    })
    
    imputed.both <- do.call(args = imputed.groups, what = rbind)
    

    关于这种估算方法有多合适,这可能是一个更适合Cross Validated 的问题。

    【讨论】:

    • 自上次更新此问题以来已经有一段时间了.....该代码适用于我的数据,但我最终得到了包含为每个组保存的数据的列表,但作为完整数据集。那么,最后一行代码的意义何在?要采用哪个估算列表?谢谢
    • 最后一行绑定了用 lapply 创建的列表,一个一个的分组。如果您不想要一个包含所有结果的数据框,这只是一个方便的步骤,可以跳过。如何选择一个估算数据集是具体的。
    猜你喜欢
    • 2022-01-14
    • 1970-01-01
    • 2017-10-05
    • 2019-08-04
    • 2021-10-06
    • 2018-04-29
    • 2022-07-14
    • 1970-01-01
    • 2017-11-10
    相关资源
    最近更新 更多