R中MICE包的被动补偿语法

Question

假设我们有一个数值变量age，它有时会丢失。在使用它来预测其他变量时，我们希望考虑到非线性，因此我们创建了age_factor。我们应该被动地归因于age_factor：https://www.gerkovink.com/miceVignettes/Passive_Post_processing/Passive_imputation_post_processing.html

但是语法是如何工作的呢？类似于：

method["age_factor"] <- "~ 18_34 if age <= 34,
                           35_49 if age <= 49... "

谢谢！

Answer 1

为什么你不能这样做呢：

age_factor <- function(x){
     if (x <= 34) {
         y <- "18_34"
     } else {
         y <- "35_49"
     }
return(y)    
}

age_factor(32)
[1] "18_34"

Answer 2

使用与您编写的语法相近的语法：

method["age_factor"] <- "~ ifelse(is.na(age), NA,  
   ifelse(age < 20, 'under 20', 
   ifelse(age < 25, '20 to 24', 
   ifelse(age < 35, '25 to 34',
   '35 and over'))))"

注意:我在可能的结果中包括了NA，因为估算有时会返回NA。(此外，您需要将因子级别名称括在单引号中，因为表达式作为一个整体包含在双引号中，否则R将认为您的age_factor代码过早结束。)

但是--在这种情况下，我会避免使用ifelse()，而更倾向于使用cutr::smart_cut()，因为它的简单性和抵抗难以发现的语义错误：

require(cutr)
cuts <- c(-Inf, 20, 25, 35, Inf)
imp$age_factor <- with(imp, smart_cut(age, cuts, 
    labels = c('under 20', '20 to 24', '25 to 34', '35 and over'), output = "factor"))

注意:参数output = " factor“将给出一个无序因子；您可以将其设置为其他值，例如有序因子、整数等。

祝您工作愉快！:-)