マルチレベルデータの解析 推定方法の概要 最尤推定法（Maximum Likelihood Estimation, MLE） 制限付き最尤推定法（Restricted Maximum Likelihood Estimation, REML） 一般化推定方程式（Generalized Estimating Equations, GEE） GEE vs. MEM 興味の対象 …

基本：mice( )→with( )→pool( ) 別の方法1：mice( )→complete( )→by( ) 別の方法2：mice( )→group_by( )→do( ) おわりに 参考資料 多重代入法を使ったデータ解析の流れのおさらい。 図1：多重補完を使ったデータ解析の流れ 基本的には、(1)mice( )で作成した…

補完値の収束状況を確認する complete( )を使って補完後のデータセットを抽出する 補完データと元データの分布を比較する 欠測発生の傾向スコアを使う おわりに 参考資料 欠測に対して適切な値が代入されたかを評価する。まずはnhanes2データを使って補完デ…

パッケージとデータの準備 mice( )で補完後データを作成する 補完値を決定するために使用する変数を指定する 補完手法を指定する 他の変数との関係から補完値に制約がある場合（passive imputation） 上手く補完できない場合（2021-12-08 追記） おわりに 参…

パッケージとデータの準備 欠測の発生と他の変数との相関を調べる md.pattern( ), md.pairs( )で欠測のパターンを示す md.pattern( )を使う md.pairs( )を使う aggr( )を使って欠測に関する統合的なグラフを描く marginplot( )で2変数間の観測値・欠測をプロ…