运行MICE程序包后，在5个完整插补集中的每个插补集中，缺失值的数量从147428减少到46093。但这不是应该是0个NA吗？？？
谢谢!
这是我的MICE代码:
imp = mice(newdata)
imputationSet1 = complete(imp)
imputationSet2 = complete(imp,2)
imputationSet3 = complete(imp,3)
imputationSet4 = complete(imp,4)
imputationSet5 = complete(imp,5)
最佳答案
Ben，mice()函数检测多重共线性，并通过删除矩阵的一个或多个预测变量来解决问题。每次删除都在mids对象的loggingEvents元素中记录。例如，
通知我们重复的变量chl2在迭代之前已被删除。该算法还在迭代过程中检测多重共线性。
控制该算法的另一种措施是ridge参数。 ridge参数被指定为mice()的参数。设置ridge = 0.001或ridge = 0.01可以使算法更健壮，但要以偏差为代价。
在终端节点，我们可以应用简单的方法，例如mice.impute.sample()，它本身不需要任何预测变量。
此信息摘自Stef van Buuren着的《缺少数据的灵活插补》，第1页。 129
关于r - 数据集中剩余的R静止NA中的归因MICE，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20947908/