R中的Amelia插补排除未收到项目的参与者

R中的Amelia插补排除未收到项目的参与者,r,imputation,R,Imputation,我试图使用amelia使用单一期望最大化插补来插补我的数据。然而,我的样本中有两个组,其中一些组没有收到所有的调查项目。因此,我不想将这些参与者的反应归咎于此。如果参与者对“Seen.Psychologister”项目回答“yes”,则向他们展示所有项目;如果参与者回答“no”则向他们展示16个项目,因为这些项目与他们无关。这些参与者没有收到以下变量:文化安全变量、实用变量、参考变量、以及等待时间变量 我目前的估算如下 am_imp <- amelia(x = data[, c(Safet

我试图使用amelia使用单一期望最大化插补来插补我的数据。然而,我的样本中有两个组,其中一些组没有收到所有的调查项目。因此,我不想将这些参与者的反应归咎于此。如果参与者对
“Seen.Psychologister”
项目回答
“yes”
,则向他们展示所有项目;如果参与者回答
“no”
则向他们展示16个项目,因为这些项目与他们无关。这些参与者没有收到以下变量:
文化安全变量
实用变量
参考变量
、以及
等待时间变量

我目前的估算如下

am_imp <- amelia(x = data[, c(SafetyBehaviour_var, CulturalSafety_var, 
                              Anxiety_var, SelfStigma_var, Disclosure_var, 
                              PublicStigma_var, Motivation_var, 
                              NonAttendance_var, "Employment", "Education",
                              "Referral", "Ethnicity", "Wait.time", "Practical")], 
                 noms = c("Practical"), 
                 m = 1, 
                 boot.type = "none")

am_imp你上司的建议对我来说很有意义。考虑下表:

seed psych。使用的小件1(后)小件2(外)
假真假小鬼1
真小鬼2
第一列将您的样本分为两个子样本,不管您是否看到。
Imp*
列表示是否包含在插补中。列
used
显示用于
rbind
最终数据集的内容

插补1适用于限制变量集,即对整个样本共同可用的信息

插补2适用于扩展变量集,该变量集仅适用于
seen psych.==正确
。它考虑了要插补的扩展变量
culturalsaffety\u var,Practical,
(还使用其他变量进行预测!)。在这里,您可以使用
Imp.1
(seen psych的子集==TRUE
)作为应该已经完成的基础

used
列所示,对于
seen psych.==FALSE
仅使用
Imp.1
。对于
seed psych.==TRUE
我们使用
Imp.2
,其中包括
Imp.1
和新输入的扩展变量。
Imp.1
变量在
Imp.2
中不应再发生更改。扩展变量采用最大信息进行插补;您不可以使用Seed psychFALSE
预测扩展变量,因为没有任何信息

因此,在最终的
rbind
ed数据集中,所有限制变量都应该是完整的,扩展变量应该有
seen psych的缺失错误


(你可以考虑的是权衡在<代码>参见PycCH=Trime中的限制变量之间的折衷,或者包含扩展的变量来进行预测。但是,在后一种情况下,你只能使用<代码>看到的PycCH==Trime< /Cord>子集,然后丢失所有的信息。“<代码>参见PycC==false ,而归咎结果会更差。”< / P> < P>您的主管建议对我有意义。请考虑下表:

见使用的心理小鬼1(后)小鬼2(外)
假真假小鬼1
真小鬼2
第一列将您的样本分为两个子样本(无论是否可见)。
Imp*
列指示是否包含在插补中。列
used
显示将用于
rbind
最终数据集的内容

插补1适用于限制变量集,即对整个样本共同可用的信息

插补2应用于扩展变量集,该扩展变量集仅适用于
seen psych.==TRUE
。它考虑了要插补的扩展变量
CulturalSafety\u var,实用,
(还使用其他变量进行预测!)。在这里您可以使用
Imp.1
(参见psych.==TRUE
)的子集,作为应该已经完成的基础

used
列所示,对于
seen psych.==FALSE
仅使用
Imp.1
。对于
seen psych.==TRUE
我们使用
Imp.2
,其中包括
Imp.1
和新输入的扩展变量。
Imp.1
变量在
Imp.2
。扩展变量使用最大信息进行插补;您不能使用
seen psych.==FALSE
来预测扩展变量,因为没有任何信息

因此,在最终的
rbind
ed数据集中,所有限制变量都应该是完整的,扩展变量应该有
seen psych的缺失。==FALSE

(你可以考虑的是权衡在<代码>参见PycCH=Trime中的限制变量之间的折衷,或者包含扩展的变量来进行预测。但是,在后一种情况下,你只能使用<代码>看到的PycCH==Trime< /Cord>子集,然后丢失所有的信息。假设
被视为精神病。==FALSE
,则插补结果会更差。)