Plot Multiple Imputation Ergebnisse

Question

Ich habe erfolgreich eine mehrere Zurechnung auf den fehlenden Daten meines Fragebogens Forschung mit dem MICE-Paket in R abgeschlossen und führte eine lineare Regression auf den gepoolten kalkulatorischen Variablen. Ich kann nicht zu arbeiten scheinen, wie einzelne gepoolten Variablen und Grundstück in einem Diagramm zu extrahieren. Irgendwelche Ideen?

z.

>imp <- mice(questionnaire) 
>fit <- with(imp, lm(APE~TMAS+APB+APA+FOAP))  
>summary(pool(fit))  

Ich möchte Plot gepoolt APE von TMAS.

Reproduzierbare Beispiel mit NHANES:

> library(mice)
> nhanes
> imp <-mice(nhanes)
> fit <-with(imp, lm(bmi~chl+hyp))
> fit
> summary(pool(fit))

Ich möchte gepoolten chl gegen gepoolte bmi plotten (zum Beispiel).

Best ich in der Lage war, ist

zu erreichen

> mat <-complete(imp, "long")
> plot(mat$chl~mat$bmi)

Was ich glaube, gibt die kombinierte Handlung aller 5 imputations und ist nicht ganz das, was ich suche (glaube ich).

Answer 1

der zugrunde liegende with.mids () Funktion kann die Regression auf jedem kalkulatorischen Datenrahmen durchgeführt werden. So ist es nicht eine Regression, aber 5 Regressionen, was geschehen. Pool () nur Durchschnittswerte für die geschätzten Koeffizienten und stellt die für die statistische Inferenz Varianzen entsprechend der Menge der Zuschreibung.

Es gibt also keine einzelnen gepoolten Variablen Grundstück. Was könnten Sie tun, ist durchschnittlich die 5 kalkulatorische Sätze und eine Art „Regressionslinie“ neu auf der Grundlage der gepoolten Koeffizienten, zum Beispiel:

# Averaged imputed data
combchl <- tapply(mat$chl,mat$.id,mean)
combbmi <- tapply(mat$bmi,mat$.id,mean)
combhyp <- tapply(mat$hyp,mat$.id,mean)

# coefficients
coefs <- pool(fit)$qbar

# regression results
x <- data.frame(
        int = rep(1,25),
        chl = seq(min(combchl),max(combchl),length.out=25),
        hyp = seq(min(combhyp),max(combhyp),length.out=25)
      )

y <- as.matrix(x) %*%coefs


# a plot
plot(combbmi~combchl)
lines(x$chl,y,col="red")