使用具有聚类数据的小鼠进行插补

Question

因此，我正在使用该mice软件包估算缺少的数据。我是归因于算术的新手，所以我已经讲了一点，但是却遇到了陡峭的学习曲线。举一个玩具的例子：

library(mice)
# Using nhanes dataset as example
df1 <- mice(nhanes, m=10)

因此，如您所见，我使用默认设置大多数情况下估算了df1 10次-我很乐意将此结果用于回归模型，合并结果等。但是在我的实际数据中，我有来自不同国家/地区的调查数据。因此，失踪的程度因国家/地区而异，具体变量的值（即年龄，受教育程度等）的值也不同。因此，我想归纳失踪者，以便按国家进行聚类。因此，我将创建一个没有缺失的分组变量（当然，在此玩具示例中，与其他变量的相关性缺失，但是在我的真实数据中它们存在）

# Create a grouping variable
nhanes$country <- sample(c("A", "B"), size=nrow(nhanes), replace=TRUE)

因此，如何分辨mice()此变量与其他变量不同-即它是多级数据集中的一个级？

Answer 1

如果您考虑“混合效应”模型中的集群，则应使用mice为集群数据提供的方法。这些方法可以在手册中找到，通常以开头2l.something。

集群数据的各种方法在方面有所限制mice，但我建议您2l.pan针对较低级别的单元和2l.only.norm集群级别的数据丢失使用。

作为混合效果模型的替代方法，您可以考虑使用虚拟指标来表示集群结构（即，每个集群一个虚拟变量）。当您从混合效应模型的角度考虑集群时，此方法并不理想。因此，如果您要进行混合效果分析，那么请尽可能使用混合效果模型。

下面，我展示了这两种策略的示例。

制备：

library(mice)
data(nhanes)

set.seed(123)
nhanes <- within(nhanes,{
  country <- factor(sample(LETTERS[1:10], size=nrow(nhanes), replace=TRUE))
  countryID <- as.numeric(country)
})

案例1：使用混合效应模型进行插补

本部分用于2l.pan估算缺少数据的三个变量。请注意，我clusterID通过-2在预测变量矩阵中指定a 来用作聚类变量。对于所有其他变量，我仅分配固定效果（1）。

# "empty" imputation as a template
imp0 <- mice(nhanes, maxit=0)
pred1 <- imp0$predictorMatrix
meth1 <- imp0$method

# set imputation procedures
meth1[c("bmi","hyp","chl")] <- "2l.pan"

# set predictor Matrix (mixed-effects models with random intercept
# for countryID and fixed effects otherwise)
pred1[,"country"] <- 0     # don't use country factor
pred1[,"countryID"] <- -2  # use countryID as cluster variable
pred1["bmi", c("age","hyp","chl")] <- c(1,1,1)  # fixed effects (bmi)
pred1["hyp", c("age","bmi","chl")] <- c(1,1,1)  # fixed effects (hyp)
pred1["chl", c("age","bmi","hyp")] <- c(1,1,1)  # fixed effects (chl)

# impute
imp1 <- mice(nhanes, maxit=20, m=10, predictorMatrix=pred1, method=meth1)

情况2：对集群使用虚拟指标（DI）进行插补

本部分pmm用于插补，并且以“临时”方式表示群集结构。也就是说，聚类不是由随机效应而是固定效应表示。这可能会因为缺少数据而夸大了变量的群集级别的可变性，因此请确保您知道使用它时的操作。

# create dummy indicator variables
DIs <- with(nhanes, contrasts(country)[country,])
colnames(DIs) <- paste0("country",colnames(DIs))
nhanes <- cbind(nhanes,DIs)


# "empty" imputation as a template
imp0 <- mice(nhanes, maxit=0)
pred2 <- imp0$predictorMatrix
meth2 <- imp0$method

# set imputation procedures
meth2[c("bmi","hyp","chl")] <- "pmm"

# for countryID and fixed effects otherwise)
pred2[,"country"] <- 0     # don't use country factor
pred2[,"countryID"] <- 0   # don't use countryID
pred2[,colnames(DIs)] <- 1 # use dummy indicators
pred2["bmi", c("age","hyp","chl")] <- c(1,1,1)  # fixed effects (bmi)
pred2["hyp", c("age","bmi","chl")] <- c(1,1,1)  # fixed effects (hyp)
pred2["chl", c("age","bmi","hyp")] <- c(1,1,1)  # fixed effects (chl)

# impute
imp2 <- mice(nhanes, maxit=20, m=10, predictorMatrix=pred2, method=meth2)

如果你想在想什么的这些方法读了，看看一个或2的这些文件。