MICE的R归因

问题描述

set.seed(1)
    library(data.table)
    data=data.table(STUDENT = 1:1000,OUTCOME = sample(20:90,r = T),X1 = runif(1000),X2 = runif(1000),X3 = runif(1000))
    data[,X1 := fifelse(X1 > .9,NA_real_,X1)]
    data[,X2 := fifelse(X2 > .78 & X2 < .9,X3 := fifelse(X3 < .1,X1)]

假设您具有如图所示的数据，并且希望为X1，X2，X3估算值，而忽略STUDENT和OUTCOME进行估算处理。

我能做

library(mice)
dataimPUTE=mice(data[,c("X1","X2","X3")],m = 1)

但是如何将dataimPUTE中的估算值与STUDENT和OUTCOME汇总在一起？恐怕我会合并错误，这就是为什么我问您对此有何建议。

解决方法

一种可能性是在插补中使用完整的数据集，但要更改predictorMatrix，以便在插补模型中不使用STUDENT和OUTCOME。

首先，您需要运行mice来提取predictorMatrix（不计算插补）。然后，您可以将所有不应该包括在归因模型中的列设置为0。但是，所有变量都仍包含在dataIMPUTE对象中：

set.seed(1)
library(data.table)
data=data.table(STUDENT = 1:1000,OUTCOME = sample(20:90,r = T),X1 = runif(1000),X2 = runif(1000),X3 = runif(1000))
index_1 <- sample(1:1000,100)
index_2 <- sample(1:1000,100)
index_3 <- sample(1:1000,100)
data[index_1,X1 := NA_real_]
data[index_2,X2 := NA_real_]
data[index_3,X3 := NA_real_]

library(mice)
init <- mice(data,maxit = 0,print = FALSE)

# extract the predictor matrix
pred_mat <- init$predictorMatrix

# remove STUDENT and OUTCOME as predictors
pred_mat[,c("STUDENT","OUTCOME")] <- 0

# do the imputation
dataIMPUTE = mice(data,pred = pred_mat,m = 1)

data.table r r r-mice