Я пытаюсь использовать amelia для вменения моих данных с использованием единственного вменения максимизации ожидания. Однако в моей выборке есть две группы, некоторые из которых не получили все элементы опроса. Поэтому я не хочу вменять ответы этим участникам. Если участники ответили 'yes'
на 'Seen.Psychologist'
вопрос, им были представлены все вопросы, если они ответили, 'no'
16 вопросов им не были представлены, поскольку они не имели отношения к делу. Эти участники не получили следующие переменные: CulturalSafety_var
, "Practical"
, "Referral"
и "Wait.time"
.
Мои текущие вменения выглядят следующим образом.
am_imp <- amelia(x = data[, c(SafetyBehaviour_var, CulturalSafety_var,
Anxiety_var, SelfStigma_var, Disclosure_var,
PublicStigma_var, Motivation_var,
NonAttendance_var, "Employment", "Education",
"Referral", "Ethnicity", "Wait.time", "Practical")],
noms = c("Practical"),
m = 1,
boot.type = "none")
Один из вариантов - не включать эти элементы в вменение, но тогда возникнут другие проблемы с остальной частью сценария. Например, когда я объединяю вмененные данные с исходным набором данных.
Другой способ обойти это (как предложил мой руководитель) заключается в следующем:
Проведите первый раунд вменения, используя только те переменные, которые все должны были видеть, для всей выборки.
Проведите второй раунд вменения только с теми переменными, которые были представлены, если участники ответили «да» на встречу с психологом и использовали только этих участников.
Объедините (rbind) вмененные данные из # 2 со строками по этим переменным для участников, которые не видели психолога (целая куча полностью отсутствующих данных)
Объедините (cbind) вмененные наборы данных из №1 и №3 и любые другие оставшиеся переменные, к которым вы не применяли вменение, внимательно следя за порядком участников в наборах данных.
Однако это означало бы, что вменения не будут такими точными, поскольку они основаны только на подмножестве переменных.
Я надеюсь, что есть замечательный гуру Амелии, у которого может быть предложение, которое я мог бы попробовать ...