對R的MICE中的每個推算數據集執行操作

Question

如何從R的包mice中對mids類中的每個推定數據集執行操作（如子集或添加計算列）？我希望結果仍然是mids對象。

編輯：實施例

library(mice) 
data(nhanes) 

# create imputed datasets 
imput = mice(nhanes) 

插補數據集被存儲爲列表

imput$imp 

那裏只有用於與插補對於給定的變量的觀察的行的列表。

原始的（不完全的）數據集存儲在這裏：

imput$data 

例如，我將如何創建在每個插補數據集的計算chl/2一個新的變量，產生一個新的對象mids？

Answer 1

給出另一種方法是計算之前對他們的歸集和地點限制的變量。

library(mice) 

# Create the additional variable - this will have missing 
nhanes$extra <- nhanes$chl/2 

# Change the method of imputation for extra, so that it always equals chl/2 
# change the predictor matrix so only chl predicts extra 
ini <- mice(nhanes, max = 0, print = FALSE) 

meth <- ini$meth 
meth["extra"] <- "~I(chl/2)" 

pred <- ini$pred # extra isnt used to predict 
pred[ "extra", "chl"] <- 1 

# Imputations 
imput <- mice(nhanes, seed=1, pred = pred, meth = meth, print = FALSE) 

，我們在小鼠中的例子：R中

Answer 2

還有就是with過載，可以幫助你在這裏

with(imput, chl/2) 

的文檔在?with.mids

Answer 3

這可以很容易如下進行多元插補由鏈式方程 -

使用complete()轉換一箇中頻對象爲長格式的數據。框架：

long1 <- complete(midsobj1, action='long', include=TRUE) 

執行任何操作需要：

long1$new.var <- long1$chl/2 
long2 <- subset(long1, age >= 5) 

使用as.mids()到後面操縱的數據轉換爲中頻對象：

midsobj2 <- as.mids(long2) 

現在你可以使用midsobj2要求。請注意，as.mids()需要include=TRUE（用於包含缺少值的原始數據）才能正確壓縮長格式的數據。需要注意的是小鼠中之前將有V2.25是在as.mids（）中的錯誤函數（看到這個帖子https://stats.stackexchange.com/a/158327/69413）

編輯：根據這一答案https://stackoverflow.com/a/34859264/4269699（從什麼本質上是一個重複的問題），你也可以編輯mids直接通過訪問$ data和$ imp來進行響應。因此，例如

midsobj2<-midsobj1 
midsobj2$data$new.var <- midsobj2$data$chl/2 
midsobj2$imp$new.var <- midsobj2$imp$chl/2 

你會遇到麻煩，但如果你想子集$小鬼或者如果你想使用$調用，所以我不建議一般這種解決方案。