如何用rms包contrast()获取fit.mult.impute系数及校正置信区间

问题背景 #

使用mice生成多重插补数据集，通过Hmisc包的fit.mult.impute()拟合回归并得到合并系数后，需要借助rms包的contrast()函数，利用conf.type="simultaneous"参数获取经多重比较校正的同步置信区间。但contrast()函数要求必填a和b参数，而需求是直接获取与fit.mult.impute()输出一致的系数及对应同步置信区间，无需针对预测变量做条件化设置。

复现代码 #

# 加载所需包
library(tidyverse)
library(Hmisc)
library(mice)
library(rms)

set.seed(1234)

# 使用mtcars数据集
m <- mtcars 

# 随机替换值为NA用于插补
m %>%
  mutate(across(.cols = everything(),
                .fns = ~ifelse(test = runif(length(.x))>0.1,
                               yes = .x,
                               no = NA))) -> m

# 将部分变量转为因子
m %>%
  mutate(across(.cols = c(gear, vs),
                .fns = ~factor(.x))) -> m

# 执行多重插补
ini <- mice(data = m, maxit = 30, seed = 1234)

# 拟合多重插补回归
fmi <- fit.mult.impute(
  formula = mpg ~ cyl + disp + hp + drat + wt + qsec + vs + am + gear + carb,
  data = ini,
  xtrans = ini,
  n.impute = 5,
  fitter = Glm
)

# 查看原回归系数
print(fmi)

解决方案：利用coefs参数获取同步置信区间 #

rms::contrast()提供了coefs参数，可直接指定要提取的系数索引，无需手动设置a和b参数，即可获取与原回归系数一致的同步置信区间：

# 获取所有系数的同步置信区间
syn_ci <- rms::contrast(
  fit = fmi,
  coefs = 1:length(coef(fmi)),
  conf.type = "simultaneous"
)

# 查看结果
print(syn_ci)

# 转换为数据框方便后续处理
syn_ci_df <- as.data.frame(syn_ci)
print(syn_ci_df)

结果说明 #

• 输出的Estimate列与fit.mult.impute()的Coef列完全一致
• Lower和Upper列为经多重比较校正后的同步置信区间，比单变量置信区间更宽，符合多重比较校正的统计要求
• 分类变量的水平（如vs=1、gear=4）对应的系数会自动被纳入，无需额外设置

内容的提问来源于stack exchange，提问作者llewmills