在 R 中使用 mouse() 进行插补后观察值发生显着变化

Question

我的数据有大量缺失值，因此我无法使用 na.omit() 默认值对我的数据集进行下游分析，因为即使有一个值缺失，这也会删除整行。据我了解，mice 包是执行如此多的连续数据插补的可靠方法，但在执行complete() 函数后，我的观察数量从 ~60 跃升至 300。

这是我的代码，跳转似乎在其中：

使用小鼠估算缺失值。 mydata：30 个变量的 58 个数据

imputed_data <- mice(mydata, m = 5, method = "pmm", seed = 123)

汇集估算数据集 - 这是我的数据框在结构上似乎发生很大变化的地方。 pooled_data 变成 32 个变量的 290obs

pooled_data <- complete(imputed_data, "long", include = FALSE)

为什么会出现这种情况，我是否仍然能够对此数据框进行下游降维和统计测试，并使其能够代表原始数据集？这是我的估算目标。如果有更好的方法来执行这种插补，我也很有兴趣学习。预先感谢！

Answer 1

好吧，您显然使用了

m=5

（默认值），这会产生 5 个估算数据集，以及

5*60 == 300

；您可能已经注意到新的

.imp

列，m 代表插补 ID。建议使用更高的 m 值（请参阅我各自的 answer）。估算数据集略有不同，这代表了估算的不确定性。您可以进行任何分析，您的估计将是 m 分析的平均值。为了计算方差，按照 Rubin，您应该考虑插补内变异性和插补过程本身引入的额外不确定性，请参阅there。