从“mi”包中导出汇总的 GEE 估计值答案

【问题标题】：Exporting pooled GEE estimates from the `mi` package从“mi”包中导出汇总的 GEE 估计值
【发布时间】：2017-01-10 14:00:10
【问题描述】：

我正在使用geepack 包进行一些回归，并希望使用多重插补来处理缺失值。 mi 中的 pool() 命令不适用于我的 GEE，所以我必须导出（对吗？），以便我可以使用 geepack 中的数据。 complete() 函数会生成每次迭代，但不会生成合并的估计值。有没有办法使用汇总估计生成数据框？

【问题讨论】：

标签： r missing-data r-mice

【解决方案1】：

mi 包中的complete 函数生成m data.frames 的列表。您可以在该列表的每个元素上调用 gee 以获取 data 参数，然后使用鲁宾规则获得汇总估计。

【讨论】：

【解决方案2】：

有几个 if 包在 R 中实现了 Rubin 的规则（例如，mi、mice、mitools 和 mitml）。问题是这些实现要求拟合统计模型的函数定义了coef()和vcov()的工作方法。

但是，geeglm() 函数没有定义 vcov()，标准实现将不起作用。要纠正这种情况，最简单的方法是为 GEE 定义缺失的方法。下面是使用mitml 包的示例和geepack 提供的示例数据集之一。

library(geepack)
library(mitml)

# example data
data(dietox)

# example imputation
fml <- Feed + Weight ~ 1 + Time + (1|Pig)
imp <- panImpute(data=dietox, formula=fml, n.burn=5000, n.iter=500)

implist <- mitmlComplete(imp, "all")

# fit GEE
fit <- with(implist, geeglm(Weight ~ 1 + Time + Feed, id=Pig))

# define missing vcov() function for geeglm-objects
vcov.geeglm <- function(x) summary(x)$cov.scaled

# combine estimates using Rubin's rules
testEstimates(fit)

【讨论】：