如何处理“零星”多项措施？

Question

我发现自己正在分析我真的不知道如何处理的数据。我接受任何建议，即使是关键字也会有所帮助。理想情况下，我正在寻找在 Jags 上运行贝叶斯层次模型的提示（我正在研究 R 和 RJags）。

所以想象一下，例如10 个人报告他们对 5 个项目的看法。 困难在于，对于某些人来说，我对一个（或多个）项目有两个或三个看法，在其他情况下我可能有NAs。所以数据的结构本质上是不平衡的。下面是一个数据结构示例（id 是标识符，Kn 是被测量的项目）：

    [id] [K1] [K2] [K3] [K4] [K5] [K6]
[1]    1   ??  -1    2    3    -3    4
[2]    2   NA  -2    1    2    -4    5
[3]    3   0   NA    NA   3    -2    3
[4]    4   NA  -2    2    NA   NA    5
[5]    5   2   -1    3    4    -5    4
[6]    6   1   NA    1    1    -1    3

我提出的解决方案是为那些具有多次测量值的个体复制行，并为那些多次测量的项目以外的项目“填充”该行，并使用唯一可用的测量值。举个简单的例子，让个体 1 对项目 K1 有两个可用的度量（例如 1 和 2）：

    [id] [K1] [K2] [K3] [K4] [K5] [K6]
[1]    1   1   -1    2    3    -3    4
[2]    1   2   -1    2    3    -3    4
[3]    2  NA   -2    1    2    -4    5
[4]    3   0   NA    NA   3    -2    3
[5]    4  NA  -2    2    NA    NA    5
[6]    5   2   -1    3    4    -5    4
[7]    6   1   NA    1    1    -1    3

id 是个体标识符，现在 id==1 对 K1 有两种不同的度量。我不能取平均值，我真的需要一种方法来系统地包含这些附加信息。然后，我使用嵌套索引在 JAGS 中运行分层模型，为每个人提供一个系数，而不是为每一行提供一个系数。我想知道替代方法可能是使用“选择器”，0s 的矩阵和值1 指示正在测量的项目。是否可以在 Jags 中实现这一点？我在任何地方都找不到类似数据结构的示例。这可能类似于一种非常不平衡的重复测量数据结构，但实际上测量是同时的。

Answer 1

只需制作一个带有 id、measure_id 和 value 的长表，而不是一个带有 NA 的宽表：

n.subjects <- 10
new.df <- data.frame(        id = rep(old.df$id, 6),
                     measure_id = rep(1:6, each=n.subjects)
                         values = c(old.df$K1, 
                                    old.df$K2, 
                                    old.df$K3, 
                                    old.df$K4, 
                                    old.df$K5,
                                    old.df$K6))

df <- df[!is.na(df$value)]  # remove measurements with NA's

然后您可以轻松地修改您的 JAGS 代码以适应新格式。