[英]Pooling results of multiple imputation, pool() function error, mice package
[英]Pooling Cox PH results after multiple imputation with the MICE package
我有一個包含生存數據和一些缺失協變量的數據集。 我已經成功地應用了 mouse-package 來使用 mouse mice()
函數對 m 個數據集進行imputationList
,創建了一個imputationList
對象並在每個 m 數據集上應用了 Cox PH 模型。 隨后我使用MIcombine()
函數合並了結果。 這引出了我的問題:
如何獲得每個協變量的匯總估計值的 p 值? 它們是否隱藏在MIcombine
對象中的某處?
我知道 p 值並不是一切,但報告估計值和置信區間而沒有相應的 p 值對我來說似乎很奇怪。 我能夠計算一個近似值。 使用例如Altman 提供的公式來自置信區間的 p 值,但這似乎過於復雜。 我四處尋找答案,但我什至找不到任何人提到這個問題。 我是否忽略了一些明顯的東西?
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))
我試圖對 MIcombine 對象的結構進行排序,但到目前為止還沒有找到 p 值的運氣。
models <- with(dat,coxph(Surv(time, status) ~ x + strata(sex)))
summary(pool(models))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.