Marges après souris?

Question

Je voudrais appliquer la fonction de marges aux données imputées (j'ai utilisé des souris), mais cela ne semble pas possible. Savez-vous s'il existe une fonction qui calcule les effets marginaux avec des données imputées?

Je vous remercie!

Edit: j'ai modifié mon code comme suit: est-ce correct? Je vous remercie!

ddply(data_pooled, "imp", function(x){ 
  logregress <-  glm(y ~ var1 + var2 + var3, family = binomial(link="logit"), data=data_pooled)
  
  margin_mod <- margins(logregress, type="response")
  })

margin_summary <- summary(MIcombine(margin_mod))

Answer 1

L'approche générale de l'analyse des données manquantes à l'aide de l'imputation multiple est

• créer plusieurs ensembles de données complets, disons $m$, en utilisant l'alogorithme d'imputation multiple que vous choisissez

• effectuer le modèle d'analyse finale (par exemple un modèle de régression) sur chaque ensemble de données complet . Autrement dit, vous courriez$m$ des modèles.

• mettre en commun les résultats des analyses. Avec un modèle de régression linéaire, vous feriez simplement la moyenne de toutes les estimations d'intérêt pour trouver l'estimation groupée. Pour les erreurs standard, l'approche typique consiste à utiliser les règles de Rubin, qui intègrent l'incertitude à la fois à l'intérieur et entre les imputations. Si la distribution d'échantillonnage de l'estimation d'intérêt ne suit pas une distribution normale, d'autres méthodes peuvent être employées. Voir cette question et réponse pour plus de détails: Application de la règle de Rubin pour combiner plusieurs ensembles de données imputés