小鼠插补-后处理R

我正在使用mice软件包来插补数据，我已经阅读了关于限制插补值的后处理。在我的数据集中，我有与number和category相同的数据。我想计算这些数据中所有缺失的值，但要用正确的公式进行计算。 我在mice文档中发现了类似的方法，但它们只给出了一个范围而不是很多

---

关于R中的老鼠，你有什么想法吗？

这里有一个可复制的例子，说明你正在努力实现的目标。您可以在post['ageint']中使用多行代码有条件地压缩年龄类别上的年龄整数。这是基于找到的文件

为了说明这一点，我绘制了无后处理和有后处理的插补图。你可以看到发生了什么：

imp1 <- mice(dat,seed = 314, print = FALSE)
imp2 <- mice(dat,post=post,seed = 314, print = FALSE)



mice::complete(imp1, action = 'long') %>% mutate(method = 'default') %>%
  bind_rows(mice::complete(imp2,action = 'long') %>% mutate(method = 'with post')) %>%
  ggplot(aes(x = age, y = ageint, color = factor(.imp))) +
  geom_jitter() +
  scale_y_continuous(limits = c(0,100)) +
  facet_grid(~method)

---

分类值的问题是你不能压缩它。你可以将所有被插补的白人和黑人改为另一个默认类别，但这并不能真正帮助你。避免对文章进行重大编辑。

imp1 <- mice(dat,seed = 314, print = FALSE)
imp2 <- mice(dat,post=post,seed = 314, print = FALSE)



mice::complete(imp1, action = 'long') %>% mutate(method = 'default') %>%
  bind_rows(mice::complete(imp2,action = 'long') %>% mutate(method = 'with post')) %>%
  ggplot(aes(x = age, y = ageint, color = factor(.imp))) +
  geom_jitter() +
  scale_y_continuous(limits = c(0,100)) +
  facet_grid(~method)