代码+视频，R语言对数据进行多重插补后回归分析

我们在临床做回顾性研究分析中经常要面对数据缺失的问题，如果数据缺失量大就会对我们的研究结果产生影响，近年来，对数据进行多重插补广泛应用于SCI论文中。我们在之前的文章中已经演示了使用SPSS对数据进行多重插补并分析。今天，我们通过视频演示使用R语言的Mice包来演示多重插补并对数据进行分析。

代码

library(survival)
library(rms)
library(mice)
bc<-mgus
summary(bc)
md.pattern(bc)
densityplot(bc$alb)
#########
imp<-mice(bc,m = 5,maxit=5,seed =123) #maxit 迭代的次数
imp<-mice(bc)
complete(imp)
c3 <- complete(imp, 3)
md.pattern(c3)
summary(c3)
densityplot(c3$alb)
##########
stripplot(imp,pch=19,cex=1.2,alpha=.3)
fit<-with(imp,glm(death~age+sex+dxyr+pcdx,family = binomial))
fit1<-pool(fit)
summary(fit1)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20