r语言均值插补_数据处理

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，我们通过使用R语言的Mice包来演示多重插补并对数据进行分析。
我们使用R语言survival包自带的mgus数据集来进行演示
先把数据导入
library(survival)
library(rms)
data(package=“survival”)
data(“mgus”)
head(mgus)
bc<-mgus

查看数据，发现存在许多缺失值

导入mice包，对缺失值进行分析


表和图是一样的，表示完全没有缺失的有46个，pcdx pctime 这两个有缺失的有130个，creat缺失的有8个
使用mice进行插补并查看数据，我们可以看到原来缺失的地方已经被插补了数据
imp<-mice(bc)
complete(imp)

查看一下数据插补的情况，蓝色是原始数据，红色是插补数据，可以看到，比较重合，说明插补得很好
stripplot(imp,pch=19,cex=1.2,alpha=.3)

最后进行回归分析，很多人不懂怎么使用插补后的数据，其实都是一样进行回归
fit<-with(imp,glm(death~age+sex+dxyr+pcdx,family = binomial))
这里生成了5套回归数据
Fit


最后把5套数据的统计值合并就可以了
fit1<-pool(fit)
summary(fit1)
得出最终结果就可以进行分析了