我曾使用以下R包:
基本设计:3个预测变量,缺失数据率在5%到70%之间,n~ 1,000。1个二进制目标结果变量。
分析目的:确定每个预测变量的AUROC。
我使用
为了结合这些参数,我尝试使用 mitools。
我收到以下错误提示信息:
当结合m个数据集的系数估计时,我的理解是这些系数的平均值很简单。然而,误差项更加复杂。
我的问题是:如何汇总“m”个ROC参数估计(AUROC和95%C.I.或S.E.),以获得精确的误差项用于显著性测试/ 95%置信区间?
感谢您提前的任何帮助。
mice
、mitools
和pROC
。基本设计:3个预测变量,缺失数据率在5%到70%之间,n~ 1,000。1个二进制目标结果变量。
分析目的:确定每个预测变量的AUROC。
我使用
mice
包来填补数据,现在有m个填补后的数据集。使用下面的命令,我可以获取每个数据集的AUROC曲线:fit1<-with(imp2, (roc(target, symptom1, ci=TRUE)))
fit2<-with(imp2, (roc(target, symptom2, ci=TRUE)))
fit3<-with(imp2, (roc(target, symptom3, ci=TRUE)))
我可以毫无问题地看到每个m个数据集的估计值。
fit1
fit2
fit3
为了结合这些参数,我尝试使用 mitools。
>summary(pool(fit1))
>summary(pool(fit2))
>summary(pool(fit3))
我收到以下错误提示信息:
"Error in pool(fit): Object has no vcov() method"
。当结合m个数据集的系数估计时,我的理解是这些系数的平均值很简单。然而,误差项更加复杂。
我的问题是:如何汇总“m”个ROC参数估计(AUROC和95%C.I.或S.E.),以获得精确的误差项用于显著性测试/ 95%置信区间?
感谢您提前的任何帮助。