複数の帰属データがあるバイナリロジスティック回帰

Question

私は、バイナリロジスティック回帰分析（連続予測とカテゴリ予測との相互作用を伴う）を行うためにR（すなわちMICE）内で利用可能なオプションを用いて作業しようとしています。

しかし、私は、この単純な分析を複数の帰属データ（詳細と再現可能な例here）で実行するのに苦労しています。

具体的には、マウスのGLM機能を使用した「対数尤度比」の等価性を含む、出力のすべての側面をプールする方法を見つけることができませんでした。

私は以前の投稿から冗長性を避けるために、バイナリロジスティック回帰の出力のすべての必須コンポーネントをプールすることを容易にする可能性のあるRパッケージまたは他のソフトウェアの提案を求めています（つまり、モデル尤度比テスト、回帰係数、ウォールドテスト）。私の質問があり、私は合計で

> mylogit 
Frequencies of Missing Values Due to Each Variable 
P1 ST P8 
18 0 31 

Logistic Regression Model 

lrm(formula = P1 ~ ST + P8 + ST * P8, data = PS, x = TRUE, 
y = TRUE) 


Model Likelihood  Discrimination Rank Discrim.  
    Ratio Test   Indexes   Indexes  
    Obs   362 LR chi2  18.34 R2  0.077 C  0.652  
    0   287 d.f.   9 g  0.664 Dxy  0.304  
    1    75 Pr(> chi2) 0.0314 gr  1.943 gamma 0.311  

    max |deriv| 8e-08 gp  0.099 tau-a 0.100  Brier 0.155      

         Coef S.E. Wald Z Pr(>|Z|) 
Intercept   -0.5509 0.3388 -1.63 0.1040 
ST=  2  -0.5688 0.4568 -1.25 0.2131 
ST=  3  -0.7654 0.4310 -1.78 0.0757 
ST=  4  -0.7995 0.5229 -1.53 0.1263 
ST=  5  -1.2813 0.4276 -3.00 0.0027 
P8     0.2162 0.4189 0.52 0.6058 
ST=  2 * P8 -0.1527 0.5128 -0.30 0.7659 
ST=  3 * P8 -0.0461 0.5130 -0.09 0.9285 
ST=  4 * P8 -0.5031 0.5635 -0.89 0.3719 
ST=  5 * P8 0.3661 0.4734 0.77 0.4393 

を（乗算帰属データをこの上で実行する方法を見つけ出すことができませんでした）非帰属データにRMSを使用して得ることができたという例は、以下を参照してください：1）インタラクション期間を持つ伝統的なバイナリロジスティック回帰分析、espを完了するために複数の帰属データを扱うことができるパッケージ/ソフトウェア2）そのプログラムで解析を実行するために必要なステップ

Answer 1

rms packageは、 fit.mult.impute()機能を使用して多重帰属データを結合する。ここに小さな実例があります：

dat <- mtcars 
## introduce NAs 
dat[sample(rownames(dat), 10), "cyl"] <- NA 
im <- aregImpute(~ cyl + wt + mpg + am, data = dat) 
fit.mult.impute(am ~ cyl + wt + mpg, xtrans = im, data = dat, fitter = lrm)