Margin setelah tikus?
Saya ingin menerapkan fungsi margin ke data yang diperhitungkan (saya menggunakan mouse), tetapi tampaknya tidak mungkin. Apakah Anda tahu jika ada fungsi yang menghitung efek marginal dengan data yang diperhitungkan?
Terima kasih!
Sunting: Saya telah mengubah kode saya sebagai berikut: apakah benar? Terima kasih!
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))
Jawaban
Pendekatan umum untuk menganalisis data yang hilang menggunakan beberapa imputasi adalah
membuat beberapa set data lengkap, katakanlah $m$, menggunakan algoritma imputasi ganda apa pun yang Anda pilih
melakukan model analisis akhir (misalnya model regresi) pada setiap kumpulan data lengkap . Artinya, Anda akan lari$m$ model.
mengumpulkan hasil analisis. Dengan model regresi linier, Anda hanya perlu menghitung rata-rata semua taksiran yang diminati untuk menemukan taksiran gabungan. Untuk kesalahan standar, pendekatan tipikal adalah dengan menggunakan aturan Rubin, yang menggabungkan ketidakpastian baik di dalam, dan di antara, imputasi. Jika distribusi sampling dari estimasi minat tidak mengikuti distribusi normal, maka metode lain dapat digunakan. Lihat pertanyaan dan jawaban ini untuk detail lebih lanjut: Menerapkan aturan Rubin untuk menggabungkan set data multiply imputed