R 从“mi”包导出汇总的GEE估算值

我正在使用

geepack

包进行一些回归，并希望使用多重插补来处理缺失值。

mi

中的

pool（）

命令不适用于我的GEE，因此我必须导出（是这样吗？），以便使用

geepack

中的数据。

complete（）

函数生成每次迭代，但不生成合并的估计值。

---

有没有办法用合并的估计值生成数据帧？

mi包中的

complete

函数生成

m

数据帧列表。对于

data

参数，您可以在该列表的每个元素上调用

gee

，然后使用Rubin规则获得汇总估计值。

mi包中的

complete

函数生成

m

data.frames的列表。您可以对该列表的每个元素调用

gee

，以获得

数据

参数，然后使用Rubin规则获得汇总估计值。

有几个if包在R中实现了Rubin规则（例如，

mi

，

mice

，

mitools

，以及

mitml

）。问题在于，这些实现要求拟合统计模型的函数定义了

coef（）

和

vcov（）

的工作方法

但是，

geeglm（）

函数没有定义

vcov（）

，标准实现将无法工作。要纠正这种情况，最简单的方法就是为GEE定义缺少的方法。下面是使用

mitml

包和

geepack

提供的一个示例数据集的示例

library(geepack)
library(mitml)

# example data
data(dietox)

# example imputation
fml <- Feed + Weight ~ 1 + Time + (1|Pig)
imp <- panImpute(data=dietox, formula=fml, n.burn=5000, n.iter=500)

implist <- mitmlComplete(imp, "all")

# fit GEE
fit <- with(implist, geeglm(Weight ~ 1 + Time + Feed, id=Pig))

# define missing vcov() function for geeglm-objects
vcov.geeglm <- function(x) summary(x)$cov.scaled

# combine estimates using Rubin's rules
testEstimates(fit)

库（geepack）
图书馆（mitml）
#示例数据
数据（dietox）
#实例插补
fml有几个if包在R中实现了Rubin的规则（例如，
mi
，
mice
，
mitools
，和
mitml
）。问题在于，这些实现要求拟合统计模型的函数定义了
coef（）
和
vcov（）
的工作方法

但是，
geeglm（）
函数没有定义
vcov（）
，标准实现将无法工作。要纠正这种情况，最简单的方法就是为GEE定义缺少的方法。下面是使用
mitml
包和
geepack
提供的一个示例数据集的示例

library(geepack)
library(mitml)

# example data
data(dietox)

# example imputation
fml <- Feed + Weight ~ 1 + Time + (1|Pig)
imp <- panImpute(data=dietox, formula=fml, n.burn=5000, n.iter=500)

implist <- mitmlComplete(imp, "all")

# fit GEE
fit <- with(implist, geeglm(Weight ~ 1 + Time + Feed, id=Pig))

# define missing vcov() function for geeglm-objects
vcov.geeglm <- function(x) summary(x)$cov.scaled

# combine estimates using Rubin's rules
testEstimates(fit)

库（geepack）
图书馆（mitml）
#示例数据
数据（dietox）
#实例插补
fml