是否可以重新調整多重插補數據集中的變量（使用鼠標創建）？

Question

我使用 r 小鼠 package (m = 50, method = "pmm")對隨機對照試驗 (RCT) 數據集進行了多重插補。 我已經為我在線性回歸 model 中用作因變量的連續變量估算了數據。 在插補之前，該變量是一個具有兩個水平的因子，代表 RCT 的兩個試驗組。 但是，鼠標 package 不允許我將因子變量輸入到插補中，因此我使用 as.character function 將其轉換為字符。

在對估算數據運行回歸時，我想切換連續變量的參考水平，但是我不確定如何做到這一點。

我的插補代碼如下：

#impute missing data for wellbeing1yr using MICE package
peermentor$intervention <- as.character(peermentor$intervention)
peermentor$injecting_status <- as.character(peermentor$injecting_status)
imputed_Data <- mice(peermentor, m=50, method = "pmm")
imputefit <- with(data = imputed_Data, expr = lm(wellbeing1yr ~ 
intervention)) 
combine <- pool(imputefit) 
summary(combine)

“干預”變量的兩個級別是“同伴指導”和“護理標准”。 我想以“護理標准”作為參考水平。

Answer 1

首先，您似乎沒有指定predictorMatrix ，這意味着data.frame中的任何協變量中的缺失值都將被所有其他人預測，我建議不要這樣做（除非您有明確的理由這樣做）。

完成多重插補后，可以重新定義干預變量的水平。 使用miceadds::mids2datlist(imputed_Data)將mids object 轉換為多重插補數據集列表。 您可以使用此列表對協變量進行調整，然后使用miceadds::datlist2mids將其轉換回mids值。

由於您尚未提供示例數據，因此我將展示如何通過此reprex完成此操作。

library(mice)
library(miceadds)

# multiply impute missing values
imp <- mice(nhanes, print = FALSE, seed = 123, maxit = 20, m = 10)

# convert mids to datlist
longlist <- complete(imp, 'long')

# make new factor covariate based on values of chl
longlist <- lapply(split(longlist, longlist$.imp), \(x) {
  cbind(x, chl_new = factor(ifelse(x$chl < 185, 1, ifelse(x$chl >= 185 & x$chl < 191.4, 2, 3))))
})

imp_update <- datlist2mids(longlist)

fit <- with(imp_update, lm(age ~ bmi + chl_new))

> summary(pool(fit))
         term   estimate  std.error  statistic        df     p.value
1 (Intercept)  4.2473138 1.24133838  3.4215600  9.298439 0.007254247
2         bmi -0.1115735 0.05033307 -2.2167042  8.278105 0.056377780
3    chl_new2  0.3181516 0.45055559  0.7061317 15.177053 0.490804764
4    chl_new3  0.8243235 0.46964596  1.7552020 11.276793 0.106319297