汇集估算数据集的 glmers答案

【问题标题】：Pooling glmers of imputed datasets汇集估算数据集的 glmers
【发布时间】：2015-10-04 22:06:31
【问题描述】：

问题：

我有一个数据集，其中缺少一些预测值。我想将已应用于这些插补集的glmer 模型汇集在一起。我正在使用mice 包来创建插补（我也使用了amelia 和mi，但没有成功）。我想主要提取固定效果。

在mice包中使用pool()函数返回错误：

Error in qhat[i, ] : incorrect number of dimensions

我已尝试在此处使用和调整之前对 pool() 函数的重写：

https://github.com/stefvanbuuren/mice/pull/5

我可能忽略了一个明显的解决方案！

这是一个例子：

# 1. create data (that can be replicated and converge later)

data = data.frame(x1=c(rep("1",0.1*1000), rep("0",0.5*1000), 
                       rep("1",0.3*1000), rep("0",0.1*1000)), 
                  x2=c(rep("fact1",0.55*1000), rep("fact2",0.1*1000), 
                       rep(NA,0.05*1000), rep("fact3",0.3*1000)),
                  centre=c(rep("city1",0.1*1000), rep("city2",0.2*1000), 
                           rep("city3",0.15*1000), rep("city1",0.25*1000), 
                           rep("city2",0.3*1000)                          ))

# 2. set factors
data = sapply(data, as.factor)

# 3. mice imputation 
library(mice)
imp.data = mice(data, m=5, maxit=20, seed=1234, pri=F) 

# 4. apply the glmer function
library(lme4)
mice.fit = with(imp.data, glmer(x1~x2+(1|centre), family='binomial'))

# 5. pool imputations together
pooled.mi = pool(mice.fit)

我在第 4 步中应用的另一个函数如下所示，希望它能创建一个适合 pool() 的对象。

mice.fit = lapply(imp.data$imp, function(d){ glmer(x1~x2+(1|centre), data=d, 
                                                   family='binomial')        })

我有一个解决方法，它涉及使用元分析模型来汇集glmer 模型的每个固定效应的结果。这行得通 - 但让 Rubin 模型工作会更好。

【问题讨论】：

标签： r lme4 r-mice

【解决方案1】：

在创建我自己的mice 的分支后，这对我有用，将您上面引用的扩展版本拉入其中，并稍微清理一下：尝试

devtools::install_github("bbolker/mice")

然后看看你的过程是如何进行的。（如果可行，应该有人提交提醒/新的拉取请求......）

【讨论】：

亲爱的 Ben，很遗憾，当我尝试上面的命令时（R 版本 3.3.0、mice_2.30、lme4_1.1-12），我收到以下错误消息“错误：找不到构建工具建造老鼠所必需的”。最好的问候
你需要安装 Rtools。
感谢您的快速回答，但我使用的是 mac（mac os 10.11.6）。据我所知，没有适用于 macintosh 的 Rtools。
"Rtools for MacOS" = "XCode"（参见 rstudio.com/products/rpackages/devtools 并搜索 XCode）

【解决方案2】：

“glmerMod”和“lmerMod”类的对象有区别吗？我对那个包 lme4 不熟悉。但是如果没有区别，您可以将mice.fit分析的类更改为“lmerMod”，然后它应该可以正常运行。

【讨论】：