使用 pool.scalar() 进行多变量分析，在多重插补后汇集数据

Question

我的研究旨在检查预测变量和结果变量之间的多个平行中介变量。我使用

mice

对缺失数据进行多重插补。我想使用

PROCESS

包中的

bruceR

函数来进行多重调解。

查看相关讨论后，我了解到

bruceR

并未合并到

broom

中，所以在使用

mice::pool

功能后我收到了错误消息。

我也明白我可以使用

pool.scalar()

函数自己提取分析。但是，我只能找到使用

pool.scalar()

进行单变量分析 的说明。由于我的分析涉及多个中介（总共 5 个），任何人都可以建议多变量分析的步骤或指导我获取这方面的资源吗？网上恐怕找不到相关指导...

Answer 1

mice

(v3.16.0) 中现在有一个新函数，可以汇集

broom

函数底层的

pool()

工作流程无法识别的分析估计值。请参阅

https://amices.org/mice/reference/pool.table

. 上的 pool.table()

文档。

# conventional mice workflow
imp <- mice(nhanes2, m = 2, maxit = 2, seed = 1, print = FALSE)
fit <- with(imp, lm(chl ~ age + bmi + hyp))
pld1 <- pool(fit)
pld1$pooled

# using pool.table() on tidy table
tbl <- summary(fit)[, c("term", "estimate", "std.error", "df.residual")]
tbl
pld2 <- pool.table(tbl, type = "minimal")
pld2

identical(pld1$pooled, pld2)

# conventional workflow: all numerical output
all1 <- summary(pld1, type = "all", conf.int = TRUE)
all1

# pool.table workflow: all numerical output
all2 <- pool.table(tbl)
all2

identical(data.frame(all1), all2)