如何在小鼠多重插补后创建相关矩阵答案

【问题标题】：How to create correlation matrix after mice multiple imputation如何在小鼠多重插补后创建相关矩阵
【发布时间】：2021-05-06 19:56:44
【问题描述】：

我正在使用mice 包来创建多个插补。我想创建一个相关矩阵（以及相关系数的 p 值矩阵。我使用miceadds::micombine.cor 来执行此操作。但这会给出一个数据框，其中包含变量的第一列，然后是一些包含 r、p、t 值等的列。

我正在寻找一种方法将此数据框转换为“旧”矩阵，其中 x 和 y 在位置 [x,y] 之间的相关系数，以及具有 p 值的矩阵有没有人有一个简单的方法这样做？

这里有一些代码可以重现：

data <- mtcars
mt.mis <- prodNA(mtcars, noNA = 0.1)
imputed     <-mice(iris.mis, m = 5, maxit = 5, method = "pmm")
correlations<- miceadds::micombine.cor(mi.res=iris.mis, variables = c(1:3))

我正在寻找类似于 cor(mtcars) 的输出。谁能帮忙？

【问题讨论】：

标签： r correlation imputation r-mice

【解决方案1】：

我最终编写了自己的函数。可能可以更有效地完成，但这是我所做的。

cormatrix <- function(r, N){
  x <- 1
  cormatrix <- matrix(nrow = N, ncol = N)  # create empty matrix
  for (i in 1:N) {
  for (j in i:N) {
    if(j>i){
    cormatrix[i,j] <- r[x]
    cormatrix[j,i] <- r[x]
    x <- x + 1
    }
  }
}
diag(cormatrix) <- 1
cormatrix
}

您可以使用 micombine.cor 的输出和模型中的变量数作为参数来调用它。例如 cormatrix(correlations$r,ncol(df))。

【讨论】：