Complete 对小鼠到底有什么作用？

Question

我正在研究如何使用多重插补结果。以下是我的理解，如有错误请指出。

假设您有一个包含缺失值的数据集，并且您想要进行回归分析。您可以对 m = 5 次执行多重插补，并且对于每个插补数据集（现在有 5 个插补数据集）运行回归分析，然后通过 Rubin 规则（或使用 R）“汇集”这些 m = 5 模型的系数估计值包“池”）。

我的问题是，在小鼠中你有一个函数

complete()

，手册说你可以使用

complete(object)

提取完整的数据集。

但是如果我使用鼠标 m = 5 次，那么使用

complete()

仍然有意义吗？我会

complete()

获得哪些插补结果？

另外，如果我只使用 m = 1 的小鼠，这有意义吗？谢谢你。

Answer 1

您可能忽略了参数中的

mice::complete()

使用

action=1

作为默认值，其中“返回第一个估算数据集”（参见

?mice::complete

），实际上是毫无价值。

您绝对应该使用

action="long"

来考虑多重插补的“多重性”！

不，使用

m=1

（除了调试）根本没有任何意义，因为每个插补都是基于随机过程，并且您必须汇集结果（使用任何方法）来解释变化。通常推荐

m > 20

^1，2。

基本上，多重插补的工作原理如下：

1. 使用随机分量创建m插补过程，以获得
2. m 估算数据集略有不同。
3. 分析每个估算数据集以获得略有不同的参数 估计。
4. 合并结果，计算参数估计的变化。

（另请参阅多重插补简而言之以获取简要概述。）

Answer 2

当您使用

mice

时，您得到的对象不是估算数据集。如果不使用

mice

中的特殊功能，则无法直接对其进行操作。如果要提取实际的插补数据集，请使用

complete

，其输出是一个 data.frame，每个插补每个人一行（如果使用

"long"

格式）。如果您正在使用无法在

mice

内执行的估算数据进行任何分析，则需要首先创建此数据集。