R语言用多重插补法估算相对风险

在这里,我将用R中的一个小模拟示例进行说明。首先,我们使用X1和X2双变量法线和Y模拟大型数据集,其中Y遵循给定X1和X2的逻辑模型。

首先,我们模拟一个非常大的完整数据集:

接下来,我们估计将X1从1更改为0的影响的边际风险比:

接下来,我们使用Sullivan 等人考虑的一种机制,在Y和X2中缺少一些值:

现在我们可以在Y和X2中估算缺失的值。指定逻辑结果模型的缺失结果以及来自与逻辑结果模型兼容的插补模型的缺失协变量值:

最后,我们可以应用我们之前定义的函数来估算每个估算数据集的边际风险比,并使用鲁宾规则(即采用对数风险比的平均值)将它们结合起来:

<- log(marginalRiskRatio(imps$impDatasets[[i]])) } #pooled estimate of log risk ratio is mean(estLogRR) [1] 0.8325685 #and estimate of risk ratio exp(mean(estLogRR)) [1] 2.299217

我们在插补后得到一个非常接近完整数据估计的估计值。 




​非常感谢您阅读本文,有任何问题请在下面留言!

点击这里给我发消息

1

1


关于作者

Kaizong Ye是拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。




 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498