您可以尝试的一件事是检索估算的dataset
作为 data.frame 并仅使用正常的绘图功能。首先检索数据集,包括带有缺失值的原始数据集(imp 是 mouse.mids 对象,即运行小鼠的结果)
impL <- complete(imp,"long",include = T)
接下来添加一个虚拟值,指示哪些数据集被估算
impL$Imputed <- factor(impL$.imp >0,labels = c("Observed","Imputed"))
然后您可以为每个变量使用绘图函数。这样做的好处是您可以创建更好的绘图。例如使用ggplot
(ggplot2 包)在分类变量上创建条形图:
ggplot(impL[which(!is.na(impL$var1)),],aes(x = var1)) +
geom_bar(aes(y = ..prop.., group = Imputed)) + facet_wrap(Imputed ~ .,ncol=1,nrow=2)
The !is.na
包含在内是为了避免绘制 NA 条。var1
是您要绘制的变量。对于连续变量,您可以创建密度图。
ggplot(impL, aes(x = var2, colour = Imputed)) + geom_density()
要查看所有独特的估算,您可以添加group = .imp
在 aes 括号内。希望这可以帮助