在 R 中使用 pool.scalar 的 p 值

Question

如何使用 pool.scalar 函数计算多重插补模型的模型系数的 p 值？使用池函数时，我只需执行 summary(pool(impulated_model)) 并获取模型系数及其 p 值。但是，我正在拟合分位数回归模型，并且池函数不支持 rq 模型。因此，我使用 pool.scalar 将鲁宾规则应用于模型系数。有什么办法可以得到相应的p值吗？

我使用 pool.scalar 函数的 qbar 和 t 输出计算了置信区间。我可以用不同的方式来做吗？

Answer 1

遵循第 2.4.2 节的方程 2.34 在 Stef van Buuren 的book中，合并估计 Q_bar 遵循 t 分布，因为总方差 T 是先验未知的。

mice::pool

函数为您提供总方差 T 和汇总估计值 Q_bar。 因此，使用 R t-distribution 的分布函数

pt()

，可以得到 p 值，如下：

p <- mice::pool(Q, U)
t <- p$qbar / sqrt(p$t)
pvalue <- 2*pt(q = t, df = p$df, lower.tail = FALSE) 

请注意，

lower.tail=FALSE

表示我们保留右侧曲线下方的面积，因此我们需要将其加倍才能获得双边 t 检验的 p 值。