![](/img/trans.png)
[英]Pooling results of multiple imputation, pool() function error, mice package
[英]Pooling Cox PH results after multiple imputation with the MICE package
我有一个包含生存数据和一些缺失协变量的数据集。 我已经成功地应用了 mouse-package 来使用 mouse mice()
函数对 m 个数据集进行imputationList
,创建了一个imputationList
对象并在每个 m 数据集上应用了 Cox PH 模型。 随后我使用MIcombine()
函数合并了结果。 这引出了我的问题:
如何获得每个协变量的汇总估计值的 p 值? 它们是否隐藏在MIcombine
对象中的某处?
我知道 p 值并不是一切,但报告估计值和置信区间而没有相应的 p 值对我来说似乎很奇怪。 我能够计算一个近似值。 使用例如Altman 提供的公式来自置信区间的 p 值,但这似乎过于复杂。 我四处寻找答案,但我什至找不到任何人提到这个问题。 我是否忽略了一些明显的东西?
例如:
library(survival)
library(mice)
library(mitools)
test1 <- as.data.frame(list(time=c(4,3,1,1,2,2,3,5,2,4,5,1),
status=c(1,1,1,0,1,1,0,0,1,1,0,0),
x=c(0,2,1,1,NA,NA,0,1,1,2,0,1),
sex=c(0,0,0,0,1,1,1,1,NA,1,0,0)))
dat <- mice(test1,m=10)
mit <- imputationList(lapply(1:10,complete,x=dat))
models <- with(mit,coxph(Surv(time, status) ~ x + strata(sex)))
summary(MIcombine(models))
我试图对 MIcombine 对象的结构进行排序,但到目前为止还没有找到 p 值的运气。
models <- with(dat,coxph(Surv(time, status) ~ x + strata(sex)))
summary(pool(models))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.