绘制复杂调查数据中的边际效应'mice'、'mitools'、'svyVGAM'、'survey' 包用于 R

问题描述

我正在使用 R 分析来自青年风险行为调查的复杂调查数据。

我使用包“mice”创建了多个插补来解释缺失的数据，并在“mitools”中创建了一个插补列表。有了这些数据，我在重新加权的调查设计中运行序数回归模型（使用“svyVGAM”），使用“调查”中的 with.imputationList 函数。我已经将我的第一个模型的插补合并到一个单独的数据集中，并在 'mitools' 中使用 MIcombine。

现在我需要创建边际效应图，跟踪响应变量中不同多项选择选项的回归系数的变化。（预测变量是管理年份；想法是观察这些系数的变化——选择每个答案选项的边际概率——从一个调查管理到下一个，在几个不同的调查中。）

我一直在使用 'ggeffects'，它通过重复运行回归来计算插补数据集中的边际效应，然后合并结果（尽管如上所述，我已经运行并结合了这些与 'Survey' & ' mitools'。'ggeffects' 似乎无法利用这些结果）。这是生成对象“预测”的代码，其中包含五组回归参数，这些参数将被另一个函数 (pool_predictions(predictions)) 合并：

 predictions <- lapply(1:5,function(i) {
   m <- svy_vglm (
       tvt_asd~1+year,cumulative(link="probitlink",parallel=TRUE),yrbs_svyimputationList$designs[[i]] 
    )
    ggpredict(m,"tvt_asd","year")})

仅供参考，yrbs_svyimputationList 是由survey:svydesign() 生成的对象，它包含我运行的5 个插补中的每一个的survey.design 对象。这些应该在 svy_vglm 中连续提供“设计”参数。另外，关于 svy_vglm 家族的争论，这似乎引起了麻烦。 svy_VGAM 文档指向家庭的 VGAM:vglm 文档。在那里，我找到了累积模型的结构如下

cumulative(link="logitlink",parallel=FALSE...)

（我使用的是 probit，而不是 logit，并且我省略了我不需要的参数。）但是当我尝试运行它时，我遇到了一系列错误。先到先得

 Error in cumulative(link = "probitlink",parallel = FALSE) : 
  unused argument (parallel = FALSE)

所以我去掉了并行参数（即使我以后想用它来区分 5 个可能的顺序响应），我得到这个错误：

 Error: 'probitlink' is not a supported link for family 'cumulative'.
Supported links are: 'logit','probit','probit_approx','cloglog','cauchit'

这很奇怪，因为 VGAM 文档指定了“probitlink”。所以我把它改成“概率”，我得到了一个错误：

Error in vglm(formula,family,data = surveydata,weights = .survey.prob.weights,: 
  'family = cumulativeprobitfunction (mu) 
link(mu,link = slink)function (eta) 
ilink(eta,link = slink)c("mu","disc")intc(-Inf,Inf)c(NA,NA)c("weights","subset","thres","cat")c("ordinal","ordered_thres","thres_minus_eta")logflexible' is not a VGAM family function

我从VGAM族函数列表中复制出来的怎么不是“一个VGAM族函数”？

我希望有人能让我直截了当：我如何检索对汇总、重新加权的复杂调查数据的边际效应？

谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

marginal-effects plot r r survey