如果被人质疑数据分析的透明性问题， 比如审稿人让你画出多重填补后的图，那该怎么做？
install.packages("ggmice")
library(mice)
library(ggplot2)
library(ggmice)
将使用R包{mice}中的数据集，名为boys，查看下概况：
mydata <- boys
summary(mydata)
下一步，对上述数据集进行多重填补，使用默认的Predictive mean matching（pmm）法，代码如下：imputed <- mice(mydata, m = 5, method = "pmm")
填补完毕，数据将会保存在对象imputed中，将会用于填补后的作图。 首先使用原始数据mydata介绍ggmice()函数，比如制作一个散点图，将会把缺失值用红色标出，非常实用：ggmice(mydata, aes(x = age, y = hgt)) +
geom_point()
hgt包含几个缺失值，默认会在另外一个坐标轴（即x轴）上标记出，颜色为红色。ggmice(mydata, aes(x = reg, y = hgt)) +
geom_point()
这个函数的优势是可以与ggplot2的代码相结合，比如可以进一步进行分组作图，代码如下：ggmice(mydata, aes(x = wgt, y = hgt)) +
geom_point() +
facet_wrap(~ reg == "east", labeller = label_both)
请注意，数据集部分需要输入为imputed，代码如下：ggmice(imputed, aes(x = age, y = hgt)) +
geom_point()
也可以将x轴换成一个分类变量，即reg，代码如下：
ggmice(imputed, aes(x = reg, y = hgt)) +
geom_point()
ggmice(imputed, aes(x = wgt, y = hgt)) +
geom_point() +
facet_wrap(~ reg == "east", labeller = label_both)
最后，还可以将某一个变量（这里以hgt为例）在不同填补过程中的值画出，默认也是蓝色为原始观察值，红色为填补后的值，代码如下：ggmice(imputed, aes(x = .imp, y = hgt)) +
geom_jitter(height = 0, width = 0.3) +
labs(x = "Imputation number")
也可以结合ggplot2的延伸能力，添加箱形图，代码如下：
ggmice(imputed, aes(x = .imp, y = hgt)) +
geom_jitter(height = 0, width = 0.3) +
geom_boxplot(width = 0.6, size = 1.1, alpha = 0.6, outlier.shape = NA) +
labs(x = "Imputation number")
好啦，今天的内容就到这里。如果有帮助，记得分享给需要的人![]()
！https://cran.r-project.org/package=ggmice
公众号核心成员担任SCI杂志Associate Editor!▌课程相关咨询可添加R师妹微信: kefu_rstats
