Hmisc：我如何将reformM的结果作为参数包含在计算中？

我正在使用

Hmisc

包中的

aregImpute

来插补数据集中缺失的值。由于结果对公式中变量的顺序不是不变的，因此我使用

reformM

函数生成了许多随机公式排列：

reformM（~x1+x2+x3…，数据=d，nperm=Z）

函数返回一个列表

我已经查看了帮助文件，但不清楚如何将结果传递给

aregImpute

---

对象是否可以被传递，从而

aregImpute

将迭代不同的组合以评估任何变化？也就是说，是否可以将多个排列传递给

aregImpute

？如果没有，我是否只需使用新的变量顺序创建一个新公式？

您当然可以使用

map

将

reformM

传递到

aregImpute

。下面，我提供一个简单的例子。也就是说，我确实认为对变量进行重新排序是一个更好的主意，以便首先估算缺失数据率较高的变量

library(missForest)
library(tidyverse)
iris_miss <- prodNA(iris,0.10)  ## make every variable missing at 10% 
## factorial(ncol(iris_miss))  ## number of possible permutations
permlist <- reformM( as.formula(paste(" ~ ", names(iris_miss) %>% str_flatten( " + "))), data=iris_miss, nperm=10 ) ## get 10 permutations 
map(permlist, aregImpute, nk=3, n.impute=5, data= iris_miss)

库（密斯林）
图书馆（tidyverse）
艾瑞丝小姐