r - 在 R 中使用 .mids 对象创建训练数据集

Question

我有缺少组件的数据，所以我运行了鼠标算法(来自包 mice)。该函数返回一个 .mids 对象，我想将其拆分为训练数据集和测试数据集以评估模型拟合。我希望训练和测试数据也是 .mids 格式，以便它们可以与各种其他功能相结合，例如 pool根据鲁宾规则调整标准误差。

这是我的尝试，我只是从数据中删除行以获得训练集:

library(mice)
data <- mice(nhanes,m=2,maxit=5,seed=1)

set.seed(2)
rand <- (1:nrow(nhanes))*rbinom(nrow(nhanes),size=1,prob=0.7)
train <- data
train$data <- train$data[rand,]

但是，如果我尝试使用这些数据运行模型:

pool(with(train, lm(bmi ~ chl + age)))

我遇到一个错误，指出它试图用 7 替换 9 行(大概是因为我减少了 train$data 中的行数而不调整其他内容)。

任何帮助将非常感激。

Answer 1

一种方法是循环遍历 complete数据集，然后分配 mira类到列表，这应该允许 pool ing。 (这正是 mice:::with.mids 所做的)

无采样示例

library(mice)

imp <- mice(nhanes,m=2, maxit=5, seed=1)

# With in-built pooling
pool(with(imp, lm(bmi ~ chl + age)))

# Pooled coefficients:
# (Intercept)         chl         age 
# 21.38496144  0.05975537 -3.40773396 
# 
# Fraction of information about the coefficients missing due to nonresponse: 
# (Intercept)         chl         age 
#   0.6186312   0.1060668   0.7380962 

# looping manually
mod <- list(analyses=vector("list", imp$m))

for(i in 1:imp$m){
  mod$analyses[[i]] <- lm(bmi ~ chl + age, data=complete(imp, i))
}

class(mod) <- c("mira", "matrix")
pool(mod)

# Pooled coefficients:
# (Intercept)         chl         age 
# 21.38496144  0.05975537 -3.40773396 
# 
# Fraction of information about the coefficients missing due to nonresponse: 
# (Intercept)         chl         age 
#   0.6186312   0.1060668   0.7380962 

看起来没问题，所以添加一个采样程序

mod <- list(analyses=vector("list", imp$m))

set.seed(1)
for(i in 1:imp$m){
  rand <- (1:nrow(nhanes))*rbinom(nrow(nhanes),size=1,prob=0.7)
  mod$analyses[[i]] <- lm(bmi ~ chl + age, data=complete(imp, i)[rand,])
}

class(mod) <- c("mira", "matrix")
pool(mod)

# Pooled coefficients:
# (Intercept)         chl         age 
# 21.72382272  0.06468044 -4.23387415 
# 
# Fraction of information about the coefficients missing due to nonresponse: 
# (Intercept)         chl         age 
#   0.1496987   0.4497024   0.6101340