#r #missing-data #usage-statistics #r-mice #broom
#r #отсутствует-данные #использование-статистика #r-мыши #метла
Вопрос:
Я новичок в множественном вменении. Я следовал инструкциям, которые я нашел в Интернете, и выполнил несколько вменений для своих собственных данных. Все шло хорошо до самого последнего шага, когда мне нужно объединить результаты из разных наборов данных с вмененными значениями. R выдал мне следующие сообщения об ошибках:
pool(rep1_mi)
Error: No tidy method for objects of class qr
In addition: Warning messages:
1: In get.dfcom(object, dfcom) : Infinite sample size assumed.
2: 'tidy.numeric' is deprecated.
See help("Deprecated")
3: 'tidy.numeric' is deprecated.
See help("Deprecated")
4: 'tidy.numeric' is deprecated.
See help("Deprecated")
5: 'tidy.numeric' is deprecated.
See help("Deprecated")
6: 'tidy.numeric' is deprecated.
See help("Deprecated")
7: 'tidy.numeric' is deprecated.
See help("Deprecated")
Я не нашел ни одного работающего решения. Кто-нибудь может помочь? Спасибо.
Ответ №1:
Эта проблема с GitHub связана с вашей проблемой. Вы можете обойти это с помощью pool.scalar()
функции.
Ответ №2:
Попробуйте запустить вашу модель непосредственно на выходе, заданном, mice
а не на выходе, заданном complete
функцией
library(psych)
# to create some missingness
bfi[4,1] = NA_character_
bfi[6,2] = NA_character_
bfi[9,1] = NA_character_
bfi[7,2] = NA_character_
bfi[6,1] = NA_character_
# run mice
imput.bfi <- mice(bfi, m = 3)
# when "complete" function is used, "pool" function will not run
bfi.imp.dat=mice::complete(imput.bfi, action="long", inc = TRUE)
# run linear regression
lm.bfi=with(bfi.imp.dat, lm(N1 ~ age))
# pool will not work here
pool(lm.bfi)
# In this case the "pool" function will work properly
# run linear regression
lm.bfi=with(imput.bfi, lm(N1 ~ age))
# pool results
pool(lm.bfi)