使用 R 中的 mouse 包进行多重插补的残差图答案

【问题标题】：Residual plots for multiple imputation using mice package in R使用 R 中的 mouse 包进行多重插补的残差图
【发布时间】：2015-11-22 19:53:06
【问题描述】：

使用mice 包，我们如何检查合并分析的残差？

library(mice) 
imp <- mice(nhanes, seed = 23109)
fit <- with(imp, lm(chl ~ age + bmi))
pool(fit)
summary(pool(fit))

fit 包含对每个估算数据集的分析，pool(fit) 包含汇总结果。是否有一个命令可以像标准lm 对象一样检查残差，比如plot(pool(fit))？

【问题讨论】：

标签： r statistics missing-data r-mice

【解决方案1】：

我遇到了同样的问题，我用一个非常详尽的解决方案解决了它。我为每个单独的估算数据集保存了残差和拟合值。如果您只有有限数量的数据集，这可以正常工作，但如果您有更多数据集（我有 75 个，所以我的脚本变得非常长），这将变得更加复杂。我将根据一个包含 5 个估算数据集的示例来解释我的解决方案：

 # Computing and saving the mean residual per individual over 5 imputed datasets
 RS1 <-residuals(model1$ana[[1]])+residuals(model1$ana[[2]])+residuals(model1$ana[[3]])+residuals(model1$ana[[4]])+residuals(model1$ana[[5]])
 RSmodel1 <- RS1 / 5 
 # Computing and saving the mean predicted value per individual over 5 imputed datasets     
 PS1 <-predict(model1$ana[[1]])+predict(model1$ana[[2]])+predict(model1$ana[[3]])+predict(model1$ana[[4]])+predict(model1$ana[[5]])
 PSmodel1 <- PS1 / 5
 # Creating the residual plot 
 plot(RSmodel1, PSmodel1)

希望对您有所帮助！我很清楚我的解决方案很不方便，但它会完成这项工作:)

【讨论】：

【解决方案2】：

只是为了改进 Floor Middel 所做的：

  RS1=NULL
  PS1=NULL

  for(i in 1:5){
  RS1=rbind(RS1,residuals(model1$analyses[[i]]))
  RS=colMeans(RS1)
  PS1=rbind(PS1,predict(model1$analyses[[i]])) 
  PS=colMeans(PS1)}


  plot(RS,PS)

【讨论】：