R中缺失数据的全信息最大似然估计

erhoui1w  于 2023-05-20  发布在  其他
关注(0)|答案(1)|浏览(120)

我正在使用lme4包为我的数据创建一个层次模型。我需要使用FIML来处理丢失的数据。使用lme4包或R中的任何其他包是否可能?我看过这个问题(link),问同样的事情,但它是10岁。所以,我想知道从那以后是否有更新。

5sxhfpxr

5sxhfpxr1#

tl;dr我不知道有一种简单/现成的方法可以将FIML用于lme4实现的混合模型。

library("sos"); findFn("mixed FIML")只找到了少数几个软件包,大多面向特定的用例/设计(项目React理论[mirt],荟萃分析[metaSEM],结构方程和孪生模型[umx]等); mixed model task view没有任何关于这个主题的内容(尽管欢迎提出建议!)。正如相关问题中提到的,lavaan仍然是一种可能性。正如链接的问题也表明,贝叶斯方法是一个合理的选择,而brms package supports in-model imputation(本质上是FIML的贝叶斯模拟)-尽管该软件包的作者自己说模型内插补有点棘手,他更喜欢做多重插补,例如。via mice...
如果你想使用mice + lme4,你可以从this vignette from the merTools package开始。

相关问题