r-mice

    0熱度

    1回答

    對於mice包,我們如何檢查彙總分析的殘差平方和? library(mice) imp <- mice(nhanes, seed = 24500) fit <- with(imp, lm(chl ~ age + bmi)) pool(fit) summary(pool(fit)) fit包含每個輸入數據集和pool(fit)的彙總結果的分析。是否有命令檢查標準lm對象的殘差平方和,如r

    0熱度

    1回答

    我有一個半稀疏矩陣。所有細胞的一半都是空白的(na),所以當我試圖運行'老鼠'時,它試圖在所有細胞上運作。我只對一個子集感興趣。 問題:在下面的代碼中,如何讓「鼠標」僅在前兩列操作?有沒有一種乾淨的方式來使用行延遲或行引導來做到這一點,以便前一行的內容可以幫助修補當前行中的修補程序? set.seed(1) #domain x <- seq(from=0,to=10,length.out=1

    0熱度

    2回答

    我在R中使用mice包來乘法 - 將一些丟失的數據進行歸零。我需要能夠指定一個傳遞給函數內的with(df, glm(y ~ x))構造的公式。 with()構造是mice包使用的格式,以分別擬合迴歸模型在每個的估算數據集中。 但是,我無法弄清範圍問題阻止我成功地將公式作爲參數傳遞。這裏是一個重複的例子: library(mice) data(mtcars) mtcars[5, 5] <-

    1熱度

    2回答

    我不確定是否需要爲此提供可重現的輸出,因爲這是更常見的問題。無論如何,在運行鼠標包後,它會返回多個推測數據集的m。我們可以使用complete()函數來提取數據。 但是,我很困惑,哪個數據集應該用於我的成功分析(描述性估計,模型構建等)。 問題: 1.我是否需要提取特定數據集,例如complete(imp,1)?或者我應該使用整個估算數據集,例如complete(imp, "long", inc

    0熱度

    1回答

    我正在使用svydesign分析虛擬數據集,但出現錯誤。下面是代碼: library(mitools) library(survey) data(nhanes) nhanes$hyp <- as.factor(nhanes$hyp) imp <- mice(nhanes,method=c("polyreg","pmm","logreg","pmm"), seed = 23109)

    1熱度

    2回答

    我正在使用geepack包進行一些迴歸,並希望使用多重歸算來處理缺失值。 mi中的pool()命令對我的GEE不起作用,所以我必須導出(是嗎?),以便我可以使用geepack中的數據。 complete()函數產生每個迭代,但不是彙總的估計。 有沒有一種方法可以用匯總估計來產生數據框?

    1熱度

    1回答

    library(mice); md.pattern(dat1) temp<-mice(dat1, m=5, seed=101) dat1<-complete(temp,2) Error in UseMethod("complete_") : no applicable method for 'complete_' applied to an object of class "mids"

    2熱度

    2回答

    因此,我使用mice軟件包來推算缺失的數據。我是新來的填補,所以我有一個點,但已經遇到了一個陡峭的學習曲線。爲了讓玩具例子: library(mice) # Using nhanes dataset as example df1 <- mice(nhanes, m=10) 因此,大家可以看到我估算大多采用默認設置DF1 10倍 - 我習慣使用的迴歸模型這個結果,彙集結果等。但是在我的現實生

    1熱度

    1回答

    我正在進行一項學校項目,在該項目中,我需要對缺失數據進行補償,並在用鼠標進行插補後嘗試使用完整功能生成完整的數據集。 當我一個接一個地運行它們時,一切正常,但我想用for循環來防止我想要的不止m = 5插值。現在,當試圖運行for-loop時,我總是得到錯誤 完整錯誤(插補[1]):輸入數據必須具有類'mids'。 但是當我查看這個類時是 mids,這裏怎麼回事? 這是我的代碼: imputati

    0熱度

    2回答

    我在繪製缺失/推測值時遇到問題。當我嘗試運行此代碼:(演示是數據集的名稱) mice_plot <- aggr(demo, col=c('navyblue','yellow'), numbers=TRUE, sortVars=TRUE, labels=names(demo), cex.axis=.7, gap=3, ylab=c("Missin