如何使用MICE包進行多次插補后的預測

Question

作為我分析的一部分，我必須進行預測，但老鼠沒有這樣做的工具！ 這意味着使用“with”然后“pool”不起作用！

X1<-c(1,1,1,0,0,NA)
X2<c(0,NA,1,NA,NA,0)
X3<-c(1,0,1,1,NA,0)
X4<- c(1,0,1,0,1,1)
data<-data.frame(X1,X2,X3,X4)

p<- glm(X3~X1+X2, family= "binomial", data=subset(data, X4==1))
pre<- predict(p, newdata=data, type="response")

有沒有人有任何解決方案？ 就我而言，我有 20 個估算數據集，我嘗試分別對每個數據集進行分析，然后取我想要的估計值的平均值，但這似乎不對。

PS：問題在 Steffens 回答后被編輯，以使其更加清晰。

Answer 1

您的示例目前似乎不完整……您在哪里使用鼠標以及丟失的數據在哪里？

我假設你計划了這樣的事情：

library("mice")
X1 <- c(1,NA,1,0,1,0)
X2 <- c(0,1,1,NA,0,0)
data1 <-data.frame(X1,X2)

imp <- mice(data1)

fit <- with(imp, glm(X1~X2, family = binomial))
summary(pool(fit))

這為您提供了合並模型的參數估計值。 如果你對它們感興趣...

創建預測是凈步驟，但實際上有不同的方法來處理這個問題（從科學的角度來看）。 可能還取決於您要存檔的內容（您尚未提及）

這是一篇關於這個問題的有趣論文 “從擬合模型中獲得預測以乘以輸入數據” 。

Stef van Buuren（鼠標作者）也有一些關於實現代碼的建議： https : //github.com/amices/mice/issues/82