Margini dopo i topi?

Question

Vorrei applicare la funzione margini ai dati imputati (ho usato i mouse), ma non sembra possibile. Sai se esiste una funzione che calcola gli effetti marginali con dati imputati?

Grazie!

Modifica: ho modificato il mio codice come segue: è corretto? Grazie!

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'approccio generale all'analisi dei dati mancanti utilizzando l'imputazione multipla è

• creare diversi set di dati completi, diciamo $m$, utilizzando qualsiasi alogoritmo di imputazione multiplo scelto

• eseguire il modello di analisi finale (ad esempio un modello di regressione) su ogni set di dati completo . Cioè, correresti$m$ Modelli.

• raggruppare i risultati delle analisi. Con un modello di regressione lineare dovresti semplicemente mediare tutte le stime di interesse per trovare la stima aggregata. Per gli errori standard, l'approccio tipico è quello di utilizzare le regole di Rubin, che incorporano l'incertezza sia all'interno che tra le imputazioni. Se la distribuzione campionaria della stima di interesse non segue una distribuzione normale, è possibile utilizzare altri metodi. Vedi questa domanda e risposta per ulteriori dettagli: Applicazione della regola di Rubin per combinare set di dati moltiplicati