Описательная статистика по подгруппе после вменения с использованием MICE

Я хочу создать описательную статистику для разных подгрупп после многократного вменения с помощью MICE.

У меня есть набор данных, который включает лекарство и возраст, который я рассчитал.

id <- c(1,2,3,4,5,6,7,8,9,10)  
age <- c(60, 80, 70, NA, 49, 30, NA, 59, 79, NA)
 medication <- c("yes", "no") 
 dat <- data.frame(id, age, medication)
 imp_1 <- mice(dat, maxit = 0)
 meth <- imp_1$method
 pred <- imp_1$predictorMatrix
 imp <- mice(dat, method = meth, predictorMatrix = pred, maxit = 10, m = 5, seed = 2018)

Поэтому я вменял НС по возрасту, используя информацию об идентификаторе и использовании лекарств (конечно, это не касается качества вменения, а просто для создания примера).

Я хочу подсчитать, сколько у меня людей, принимающих тиазидные диуретики, в группе людей старше 75 и младше 75 лет. Я попробовал два кода:

 subgroup <- with(imp, expr= table(age>75), subset=(medication=="yes"))
 withPool_MI(subgroup)

 subgroup1 <- with(imp, expr= table(age>75, medication==1))
 withPool_MI(subgroup1)

Однако оба кода, к сожалению, не работают. Итак, я хочу следующее:

          0    1
age>75
age<75

Я хочу, чтобы эта таблица была заполнена, чтобы указать количество пользователей и непотребителей лекарства в обеих возрастных категориях. Кто-нибудь может мне помочь?

(Я впервые создал воспроизводимый пример, поэтому, если он неверен или не работает, дайте мне знать!)


r r-mice
person Community    schedule 20.10.2018    source источник
comment
Добро пожаловать на SO. Пример хорош, но немного информации отсутствует. Во-первых, требуется library(mice), что несложно, потому что это довольно распространенная библиотека. Однако withPool_MI, из какого он пакета? Всегда лучше вставить последний пример в только что начатый сеанс R или использовать reprex (легко в Google).   -  person Dieter Menne    schedule 20.10.2018
comment
Спасибо за советы. Я сделаю это в следующий раз! (А withPool_MI есть от miceadds)   -  person    schedule 22.10.2018

Ответы (2)


arrow_upward
1
arrow_downward

вам нужно использовать complete() функцию mice. для описательной статистики я использую dplyr и tidyr (оба в пакете tidyverse).

library(tidyverse)
library(mice)

complete(imp, 1) %>% 
  # generate age groups
  mutate(Age_Group = case_when(age >= 75 ~ "age > 75",
                               TRUE ~ "age <= 75")) %>% 
  # aggregate groups
  count(medication, Age_Group) %>% 
  # make the clean table
  spread(medication, n)

вывод:

# A tibble: 2 x 3
  Age_Group    no   yes
  <chr>     <int> <int>
1 age <= 75     3     3
2 age > 75      2     2
person Stephan    schedule 20.10.2018
comment
Спасибо, это сработало! Однако, если у меня есть пять наборов данных, я получаю 5 разных таблиц, верно? Потому что в одном наборе данных возраст может быть условно исчислен как 76, а в другом - как 74. Могу ли я тогда просто взять среднее значение и объединить таблицы? - person ; 22.10.2018
comment
Для этого вам нужно определить set.seed(). посмотрите его документацию или stackoverflow.com/a/27292162/8598377. Надеюсь это ответит на твой вопрос? - person Stephan; 22.10.2018

arrow_upward
-1
arrow_downward

Я имею дело с той же проблемой, но если вы используете полную функцию, вы не будете генерировать описания для всех наборов данных, верно? Потому что, если я вменю 5 раз, все 5 будут разными. Есть ли способ объединить эти результаты?

person Liesje65    schedule 20.10.2018
comment
Добро пожаловать в stackoverflow. Мы не дискуссионный форум, а форум вопросов и ответов. Если вы публикуете ответ (как вы это сделали здесь), убедитесь, что вы отвечаете на вопрос. - person Simon.S.A.; 21.10.2018