R 老鼠的条纹图不显示分类变量

我使用R中的

小鼠

包进行多重插补。我只使用数值变量进行了几次插补，插补方法是预测平均值匹配，当我使用

stripplot（imp）

时，我可以看到所有变量的观察值和插补值

当我对分类变量和数值变量组合进行插补时，问题就出现了。然后，插补方法是数值变量的PMM，分类变量的逻辑回归。然后，

stripplot

只显示数值变量。使用下面的代码，我试图强制绘制带有2个值的分类变量

edu

：

stripplot（imp，imp$edu）
条纹图（imp，名称（imp$edu））

我得到了这个错误：

stripplot.mids（imp，imp$edu）中出错：无法填充扩展公式

---

有人知道我如何绘制数值变量和分类变量的观察值和插补值吗？

您可以尝试的一件事是将插补的

数据集

检索为data.frame，并使用正常的绘图功能。首先检索数据集，包括缺少值的原始数据集（imp是mice.mids对象，即运行mice的结果）

！包含is.na

，以避免绘制na条

var1

是要打印的变量。对于连续变量，可以创建密度图

ggplot(impL, aes(x = var2, colour = Imputed)) + geom_density()

---

要查看所有唯一插补，可以在aes括号内添加

group=.imp

。希望这有帮助

我刚刚遇到了一个类似的问题，所以我想我可以发布一个答案，实现您的目标，而无需提取插补数据

library(mice)

# Create dataset holding numerical and categorical data
a <- as.factor(rbinom(100, 1, 0.5))
b <- rnorm(100, 5, 1)
df <- cbind.data.frame(a, b)

# Randomly assign 10 NA values to each column
df$a[sample(length(df$a), 10)] <- NA
df$b[sample(length(df$b), 10)] <- NA

# Impute with ppm and logreg
init = mice(df, maxit=0)
meth = init$method
meth['a'] <- 'logreg'
imp <- mice(df, method = meth)

# This only plots b, the numerical
stripplot(imp)

# This plots both, as included below
stripplot(imp, a + b ~ .imp)

库（鼠标）
#创建包含数字和分类数据的数据集
谢谢你，聂克。但是，facetplot代码给出了一个错误：
“unexpected”，“in:ggplot（impL[which（！is.na（long_df$var1）），]，aes（x=var1））+geom_bar（aes（y=…prop..，group=Imputed））+facet_wrap（Imputed~，“
…谢谢你的评论，我忘了在代码中添加
，
了facet_wrap（Imputed~，ncol=1，nrow=2）
这应该可以
ggplot(impL[which(!is.na(impL$var1)),],aes(x = var1)) + 
geom_bar(aes(y = ..prop.., group = Imputed)) + facet_wrap(Imputed ~ .,ncol=1,nrow=2)

ggplot(impL, aes(x = var2, colour = Imputed)) + geom_density()

library(mice)

# Create dataset holding numerical and categorical data
a <- as.factor(rbinom(100, 1, 0.5))
b <- rnorm(100, 5, 1)
df <- cbind.data.frame(a, b)

# Randomly assign 10 NA values to each column
df$a[sample(length(df$a), 10)] <- NA
df$b[sample(length(df$b), 10)] <- NA

# Impute with ppm and logreg
init = mice(df, maxit=0)
meth = init$method
meth['a'] <- 'logreg'
imp <- mice(df, method = meth)

# This only plots b, the numerical
stripplot(imp)

# This plots both, as included below
stripplot(imp, a + b ~ .imp)