使用svyciprop结合MIcombine计算置信区间的问题：多重插补与复杂调查

我在处理多重插补的复杂调查数据时，使用R语言中Thomas Lumley开发的survey包和mitools包，通过svyciprop()函数的beta方法估计比例的置信区间（CI）——beta方法适配复杂调查数据的抽样设计，但用mitools::MIcombine()合并各插补数据集的估计结果时，仅能返回标准误（SE），无法直接输出置信区间。尝试调用confint()无效，使用summary()时，无论选择"beta"或"likelihood"等不同置信区间方法，得到的结果完全一致。

模拟示例代码 #

# 模拟数据：使用mtcars数据集
data("mtcars")

# 创建多重插补数据集（示例中重复3次原数据模拟插补结果）
imputed_data <- list(mtcars, mtcars, mtcars)

# 对每个插补数据集构建调查设计并计算beta法比例置信区间
prop_estimates <- lapply(imputed_data, function(data) {
  design <- svydesign(id = ~cyl, weights = ~wt, data = data, nest = TRUE)
  svyciprop(~I(am == 1), design, method = "beta")
})

# 合并插补结果（仅返回标准误，无CI）
mitools::MIcombine(prop_estimates)

解决方案 #

方法1：提取各插补结果的点估计与CI，分别合并

直接从每个svyciprop()结果中提取估计值、置信区间上下限，再用MIcombine分别合并这三个统计量：

# 模拟数据
data("mtcars")
imputed_data <- list(mtcars, mtcars, mtcars)

# 遍历每个插补数据集，提取点估计和beta法CI的上下限
prop_results <- lapply(imputed_data, function(data) {
  design <- svydesign(id = ~cyl, weights = ~wt, data = data, nest = TRUE)
  ci_obj <- svyciprop(~I(am == 1), design, method = "beta")
  # 提取关键统计量
  c(
    estimate = coef(ci_obj),
    lower_ci = confint(ci_obj)[[1]],
    upper_ci = confint(ci_obj)[[2]]
  )
})

# 转换为矩阵格式
prop_matrix <- do.call(rbind, prop_results)

# 分别合并点估计、CI下限、CI上限
combined_est <- mitools::MIcombine(prop_matrix[, "estimate"])
combined_lower <- mitools::MIcombine(prop_matrix[, "lower_ci"])
combined_upper <- mitools::MIcombine(prop_matrix[, "upper_ci"])

# 输出合并结果
cat("合并后的比例估计值：", round(combined_est$coefficients, 3), "\n")
cat("合并后的95%置信区间：[", round(combined_lower$coefficients, 3), ", ", round(combined_upper$coefficients, 3), "]\n")

方法2：基于Rubin法则手动计算合并CI

MIcombine()会返回合并后的点估计、标准误和自由度，可利用t分布手动计算置信区间：

# 先合并各插补数据集的点估计
combined_est <- mitools::MIcombine(lapply(prop_estimates, coef))

# 获取合并后的标准误与自由度
se_combined <- combined_est$se
df_combined <- combined_est$df

# 计算95%置信区间
alpha <- 0.05
ci_lower <- combined_est$coefficients - qt(1 - alpha/2, df_combined) * se_combined
ci_upper <- combined_est$coefficients + qt(1 - alpha/2, df_combined) * se_combined

# 输出结果
cat("合并后的比例估计值：", round(combined_est$coefficients, 3), "\n")
cat("合并后的95%置信区间（Rubin法则）：[", round(ci_lower, 3), ", ", round(ci_upper, 3), "]\n")

问题原因说明 #

• MIcombine()默认仅提取输入对象的系数和标准误，直接传入svyciprop()返回的对象时，不会保留其beta法计算的置信区间信息。
• summary()对MIcombine结果的置信区间计算，是基于合并后的标准误和t分布推导，与svyciprop()的beta方法无关，因此无论指定哪种CI方法，结果都会一致。

内容的提问来源于stack exchange，提问作者uurtsaikh baatarsuren