Estou tendo um problema ao usar o 2l.norm
método de imputação em vários níveis no Windows mice
.
Infelizmente, não posso postar um exemplo reproduzível por causa do tamanho dos meus dados - quando reduzo o tamanho, o problema desaparece.
Para uma variável específica, mice
produz os seguintes erros e avisos:
Error in chol.default(inv.sigma2[class] * X.SS[[class]] + inv.psi) :
the leading minor of order 1 is not positive definite
In addition: Warning messages:
1: In rgamma(n.class, n.g/2 + 1/(2 * theta), scale = 2 * theta/(ss * :
NAs produced
2: In rgamma(1, n.class/(2 * theta) + 1, scale = 2 * theta * H/n.class) :
NAs produced
3: In rgamma(1, n.class/2 - 1, scale = 2/(n.class * (sigma2.0/H - log(sigma2.0) + :
NAs produced
Se eu usar os 2l.pan
, norm
ou pmm
métodos, o problema não ocorre.
A variável tem a seguinte distribuição:
Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
50.0 117.0 136.0 136.7 155.0 249.0 3124
Além disso, os tamanhos das turmas têm a seguinte distribuição:
Min. 1st Qu. Median Mean 3rd Qu. Max.
3.00 50.00 80.00 88.52 111.00 350.00
fonte