问MICE多重推算数据集的数量。

EN

我有多个关于多重推算数据集"m“的效用的问题。我所理解的是，老鼠会重复m次数据集中缺失值的计算过程。

1)小鼠是否考虑了前一步的归因，因此每一步都接近最终收敛，或者每一步都是完全独立的？

2)如果每个步骤都是相互独立的，那么为了一个估算目的而拥有多个推算数据集的意义是什么？

在解释mice的论文中，有一种显示多个补偿步骤的方案

我想，当我们想要汇集结果时，我们拥有的估算数据集越多越好，但是分析结果步骤意味着要创建一个预测模型，该模型可以是：

#build predictive model
fit <- with(data = imp, lm(y ~ x + z))

如果我的数据集中没有任何预测列或标签，会发生什么？事实上，我的数据集包含基因组学测量，并且它们都是独立的。我如何在不经过预测步骤的情况下汇集结果，或组合m个推定的数据集？

最好的

宝宝