如何让 R 对我的估算数据运行 svyglm？

Question

（第一次发海报，对 R 非常陌生，所以如果我的解释不是很清楚，请耐心等待）

我有一个数据集，其中包含在两个时间点（21 个月和 7 岁）收集的一项结果测量值。第二个时间点结果测量的缺失数据用小鼠进行估算。我现在想在两个时间点使用 svyglm 运行一些线性回归模型，但我认为没有使用估算数据，因为第二个时间点的 df 远低于第一个时间点。两个时间点的总样本量应为 2591。

我还在调整家庭内的聚类，因为我在数据集中使用 FamID 变量来使用孪生数据。

我的代码是：

#run imputation itself
df1_imp<- mice(imp, max=50, m=20, pred=predM, seed=5)



#adjust for family clustering

imp_list <- lapply( 1:20 , function( n ) complete(df1_imp , action = n ) )
df1_imp_data <- svydesign(ids=~famID, probs=~1, data=imputationList(imp_list), nest=TRUE)



## 21 months SES and UPF
#Model 1

SES21m <- with(df1_imp_data, svyglm(UPF_21m ~ SES_compositeWeighted, design = df1_imp_data))
summary(pool(SES21m))

## 7 years SES and UPF
#Model 1

SES7y <- with(df1_imp_data, svyglm(UPF_7y ~ SES_compositeWeighted, design = df1_imp_data))
summary(pool(SES7y))

我的 21 个月模型的输出是：

                   term estimate std.error statistic     df     p.value
1           (Intercept)  58.5069   1.52126   38.4595 1284.0 6.3124e-216
2 SES_compositeWeighted  -2.5414   0.31247   -8.1333 1282.7  9.7675e-16

我 7 年模型的输出是：

                   term estimate std.error statistic      df    p.value
1           (Intercept)  67.4022   1.53660   43.8644  62.349 1.4021e-48
2 SES_compositeWeighted  -1.3201   0.29022   -4.5486 100.121 1.5178e-05

Answer 1

df

报道的不仅仅是样本量（这就是为什么它不是一个整数）。它较低，因为部分方差估计来自插补之间的比较，其 df 的数量与插补的数量相同。

查看是否正在使用所有数据的最简单方法是在合并之前查看

svyglm

中的各个

SES7y

对象。