Маржа после мышей?

Question

Я хотел бы применить функцию полей к вмененным данным (я использовал мышей), но это кажется невозможным. Знаете ли вы, существует ли функция, которая рассчитывает предельные эффекты с использованием вмененных данных?

Спасибо!

Изменить: я изменил свой код следующим образом: это правильно? Спасибо!

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

Общий подход к анализу недостающих данных с использованием множественного вменения:

• создать несколько полных наборов данных, скажем $m$, используя любой выбранный вами алгоритм множественного вменения

• выполнить окончательную модель анализа (например, регрессионную модель) для каждого полного набора данных. То есть вы бы побежали$m$ модели.

• объединить результаты анализов. С помощью модели линейной регрессии вы просто усредните все интересующие оценки, чтобы найти объединенную оценку. Для стандартных ошибок типичным подходом является использование правил Рубина, которые включают неопределенность как внутри, так и между вменениями. Если выборочное распределение интересующей оценки не следует нормальному распределению, тогда можно использовать другие методы. См. Этот вопрос и ответ для получения дополнительных сведений: Применение правила Рубина для объединения множественных вмененных наборов данных