使用小鼠在 r 中按組組合估算數據

Question

我的問題是關於使用“小鼠”按組進行插補的問題的后續： R 中的多重插補和多組 SEM

就插補部分而言，答案中的代碼可以正常工作。 但之后我得到了一份實際完整數據的列表，但不止一組。 該示例如下所示：

'Set up data frame'
df.g1<-data.frame(ID=rep("A",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,10,20)),x3=floor(runif(5,100,150)))
df.g2<-data.frame(ID=rep("B",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,25,50)),x3=floor(runif(5,200,250)))
df.g3<-data.frame(ID=rep("C",5),x1=floor(runif(5,4,5)),x2=floor(runif(5,75,99)),x3=floor(runif(5,500,550)))
df<-rbind(df.g1,df.g2,df.g3)

'Introduce NAs'

df$x1[rbinom(15,1,0.1)==1]<-NA
df$x2[rbinom(15,1,0.1)==1]<-NA
df$x3[rbinom(15,1,0.1)==1]<-NA
df

'Impute values by group:'

df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(df,m=5)))
df.clean

如您所見，df.clean 是一個包含 3 個元素的列表。每組一個元素。 但是每個元素都包含我正在尋找的完整數據集。

原始答案建議 rbind() 獲取 df.clean 中的數據，這給我留下了一個新的數據集，其中包含 45 個（原始大小的 3 倍）觀察值。 這是最后一步的原始代碼：

imputed.both <- do.call(args = df.clean, what = rbind)

哪個數據是“正確”的？ 為什么最后一步？

非常感謝！

Answer 1

代碼中有一個錯誤，我在下面有一個有效的編輯版本：

#Set up data frame
set.seed(12345)
df.g1<-data.frame(ID=rep("A",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,10,20)),x3=floor(runif(5,100,150)))
df.g2<-data.frame(ID=rep("B",5),x1=floor(runif(5,0,2)),x2=floor(runif(5,25,50)),x3=floor(runif(5,200,250)))
df.g3<-data.frame(ID=rep("C",5),x1=floor(runif(5,4,5)),x2=floor(runif(5,75,99)),x3=floor(runif(5,500,550)))
df<-rbind(df.g1,df.g2,df.g3)

#Introduce NAs

df$x1[rbinom(15,1,0.1)==1]<-NA
df$x2[rbinom(15,1,0.1)==1]<-NA
df$x3[rbinom(15,1,0.1)==1]<-NA
# check NAs
colSums(is.na(df))

#Impute values by group:

# here's the bug
df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(x,m=5)))
imputed.both <- do.call(args = df.clean, what = rbind)
dim(imputed.both)
# returns 15,4

在問題的代碼中，您有

df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(df,m=5)))
dim(do.call(rbind,df.clean))
#this returns 45,4

function 用“x”指定，但您從全局環境中調用 df。 因此，您對完整的 df 進行估算。

因此，如果您執行此步驟，請回答您的問題：

split(df,df$ID)

您將數據框拆分為只有 A、B 或 Cs 的 data.frames 列表。 然后，如果您通過此列表申請，您會得到

df.clean<-lapply(split(df,df$ID), function(x) mice::complete(mice(x,m=5)))
names(df.clean)
lapply(df.clean,dim)

df.clean 列表中的每一項都包含原始 df 的子集，ID 為 A、B 或 C。 現在，您可以使用以下方法將此列表組合到一個 data.frame 中：

imputed.both <- do.call(rbind,df.clean)