analyse-R/statistique-univariee

[giscus[bot]]

analyse-R/statistique-univariee

https://larmarange.github.io/analyse-R/statistique-univariee.html

[tungalead]

Thanks

[missara19]

Bonjour,

merci pour analyse-R et guide R, qui sont d'une grande aide. Actuellement je travaille sur des données après imputation multiples (MICE). J'aurais aimé faire des tableaux descriptifs à partir des données imputées pour les comparées aux données avant imputation (avec moyenne, écart type, fréquence, %...), existe-t-il une option avec gtsummary? Merci par avance

[larmarange]

Vous pouvez réaliser deux tableaux, l'un avec les données imputées et l'autre avec les données sources, puis les fusionner avec tbl_merge()

[missara19]

Merci pour votre réponse. Le problème, c'est qu'il ne m'a pas semblé possible d'utiliser les données poolées provenant de l'imputation multiple pour faire les stat. Le 16 nov. 2023 à 14:25, Joseph Larmarange ***@***.***> a écrit :  Vous pouvez réaliser deux tableaux, l'un avec les données imputées et l'autre avec les données sources, puis les fusionner avec tbl_merge() — Reply to this email directly, view it on GitHub<#161 (reply in thread)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/ALDA2RSVTVILAFZX2DTJ6XLYEYH3FAVCNFSM5HO6HT3KU5DIOJSWCZC7NNSXTOKENFZWG5LTONUW63SDN5WW2ZLOOQ5TONJYHAZDCNY>. You are receiving this because you commented.Message ID: ***@***.***>

[larmarange]

Je ne pense pas que vous pouvez réaliser directement des statistiques à partir du résultat de mice(). Vous devez au préalable générer un jeu de données imputées avec complete()

[missara19]

Bonjour Mr Larmarange, Merci beaucoup d’avoir pris le temps de me répondre. J’ai également essayé avec la fonction long pour récupérer le dataframe avec les données imputées. Ensuite j’ai retiré le ficher avec les données non imputées, mais le problème c’est que je ne peux pas calculer les effectifs. J’ai bien essayé de diviser l’effectif par le nombre d’imputation, mais cela génère une erreur. J’ai bien vu que vous aviez créé une nouvelle fonction : tbl_custom_summary(). Mais je n’ai pas non plus trouvé de solution avec celle-ci. #Code: long<-complete(imp, action="long",include=TRUE) long.c<-long%>% filter(.imp!=0) long.c%>% tbl_summary(include = c(eq5d5l.q6, MO, SC, UA, PD, AD), type = all_continuous() ~ "continuous2", statistic = all_continuous() ~ c( "{mean}±{sd}", "{median} ({p25}, {p75})", "{min}, {max}" ), label=list(eq5d5l.q6="EQ5D VAS"), missing = "ifany") #Essai en divisant par le nombre d’imputation : long.c%>% tbl_summary(include = c(MO, SC, UA, PD, AD), statistic = list( all_categorical() ~ "{n/40} ({p}%)"))%>% # 40 = nb d’imputation (génère une erreur) modify_header(all_stat_cols() ~ "**{level}**<br>N = {n/40}") # 40 = nb d’imputation (ceci fonctionne) Cordialement

…

________________________________ De : Joseph Larmarange ***@***.***> Envoyé : vendredi 17 novembre 2023 11:41 À : larmarange/analyse-R ***@***.***> Cc : missara19 ***@***.***>; Comment ***@***.***> Objet : Re: [larmarange/analyse-R] analyse-R/statistique-univariee (Discussion #161) Je ne pense pas que vous pouvez réaliser directement des statistiques à partir du résultat de mice(). Vous devez au préalable générer un jeu de données imputées avec complete() — Reply to this email directly, view it on GitHub<#161 (reply in thread)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/ALDA2RROOR3RDEBFJALNMGDYE45PPAVCNFSM5HO6HT3KU5DIOJSWCZC7NNSXTOKENFZWG5LTONUW63SDN5WW2ZLOOQ5TONJZG44TEOA>. You are receiving this because you commented.Message ID: ***@***.***>

[larmarange]

Si je comprends bien, vous voulez combiner l'ensemble des 40 imputations.

Dans ce cas-là, vous devriez considérer que vos données sont pondérées et que chaque ligne a un poids de 1/40. Auquel cas, vous pouvez utiliser tbl_svysummary() pour les données pondérées. https://www.danieldsjoberg.com/gtsummary/reference/tbl_svysummary.html

long$poids <- 1/40
library(survey)
long_pond <- survey::svydesign(~1, weights = ~poids, data = long)
long_pond %>% tbl_svysummary()

[missara19]

C'est tout à fait ça Merci beaucoup!

…

________________________________ De : Joseph Larmarange ***@***.***> Envoyé : jeudi 23 novembre 2023 09:46 À : larmarange/analyse-R ***@***.***> Cc : missara19 ***@***.***>; Comment ***@***.***> Objet : Re: [larmarange/analyse-R] analyse-R/statistique-univariee (Discussion #161) Si je comprends bien, vous voulez combiner l'ensemble des 40 imputations. Dans ce cas-là, vous devriez considérer que vos données sont pondérées et que chaque ligne a un poids de 1/40. Auquel cas, vous pouvez utiliser tbl_svysummary() pour les données pondérées. https://www.danieldsjoberg.com/gtsummary/reference/tbl_svysummary.html long$poids <- 1/40 library(survey) long_pond <- survey::svydesign(~1, weights = ~poids, data = long) long_pond %>% tbl_svysummary() — Reply to this email directly, view it on GitHub<#161 (reply in thread)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/ALDA2RR6J5QWRZ3SYZ4V3GTYF4EP3AVCNFSM5HO6HT3KU5DIOJSWCZC7NNSXTOKENFZWG5LTONUW63SDN5WW2ZLOOQ5TONRUHE3DAMI>. You are receiving this because you commented.Message ID: ***@***.***>