4

問題：

いくつかの予測値が欠落しているデータセットがあります。glmerこれらの代入セットに適用されたモデルを一緒にプールしたいと思います。私はmiceパッケージを使用して代入を作成しています（私も使用ameliaしmiましたが、成功しませんでした）。主に固定効果を抽出したいと思います。

pool()マウス パッケージ内の関数を使用すると、次のエラーが返されます。

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

pool()ここで関数の以前の書き直しを使用して適応させようとしました:

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

おそらく、私が見落としている明白な解決策があるでしょう!

次に例を示します。

# 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)

ステップ 4 で適用したもう 1 つの関数を以下に示しますpool()。

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

メタ分析モデルを使用して、モデルの各固定効果の結果をプールすることを含む回避策がありglmerます。それは機能しますが、Rubin モデルが機能する方がはるかに優れています。

4

2 に答える 2

3

miceこれは、 の独自のフォークを作成し、上記で参照した拡張バージョンをそれにプルし、少しクリーンアップした後、私にとってはうまくいきます:

devtools::install_github("bbolker/mice")

その後、プロセスがどのように進むかを確認してください。(それが機能する場合は、誰かがリマインダー/新しいプル リクエストを送信する必要があります ...)

于 2015-10-04T23:01:42.363 に答える