多重插补后合并Cronbach's Alpha计算报错求助

问题背景 #

使用mice()完成多重插补（m=20、maxit=10），合并两个插补数据集并转为长格式后，自定义函数计算Cronbach's Alpha时出现报错：

error in rowSums(list_compl_data): 'x' is not numeric

用户代码流程：

imp.data1 <- mice(data.2, m=20, maxit=10, seed=123, predictorMatrix=pred.m, print=F)
imp.data2 <- mice(data.2, m=20, maxit=10, seed=123, predictorMatrix=pred.m, print=F)
imp.data <- rbind(imp.data1, imp.data2)
imp.int2 <- complete(imp.data, action="long", include=F)

# 自定义Cronbach's Alpha计算函数
cronbach_fun <- function(list_compl_data, boot = TRUE, B = 1e4, ci = FALSE) {
    n <- nrow(list_compl_data); p <- ncol(list_compl_data)
    total_variance <- var(rowSums(list_compl_data))
    item_variance <- sum(apply(list_compl_data, 2, sd)^2)
    alpha <- (p/(p - 1)) * (1 - (item_variance/total_variance))
    out <- list(alpha = alpha)
    boot_alpha <- numeric(B)
    if (boot) {
    for (i in seq_len(B)) {
      boot_dat <- list_compl_data[sample(seq_len(n), replace = TRUE), ]
      total_variance <- var(rowSums(boot_dat))
      item_variance <- sum(apply(boot_dat, 2, sd)^2)
      boot_alpha[i] <- (p/(p - 1)) * (1 - (item_variance/total_variance))
    }
    out$var <- var(boot_alpha)
    }
    if (ci){
    out$ci <- quantile(boot_alpha, c(.025,.975))
    }
    return(out)
}

# 循环计算每个插补数据集的Alpha时报错
m <- length(unique(imp.int2$.imp))
boot_alpha <- rep(list(NA), m)
for (i in seq_len(m)) {
    set.seed(i)
    sub <- imp.int2[imp.int2$.imp == i, -c(1,2)]
    boot_alpha[[i]] <- cronbach_fun(sub)
}

报错原因 #

传入cronbach_fun的数据集sub中存在非数值型列（比如因子、字符型变量），导致rowSums()无法执行。可能是：

• 筛选数据时误保留了非量表项目的列
• PHQ量表的部分项目未转为数值型（比如原始是因子编码）

解决步骤 #

1. 定位非数值型列 #

在循环中加入数据类型检查代码，明确哪些列导致问题：

for (i in seq_len(m)) {
    set.seed(i)
    sub <- imp.int2[imp.int2$.imp == i, -c(1,2)]
    # 打印数据结构，查看列类型
    print(str(sub))
    # 输出非数值列的位置和名称
    non_num_cols <- which(!sapply(sub, is.numeric))
    print("非数值型列：")
    print(names(sub)[non_num_cols])
    boot_alpha[[i]] <- cronbach_fun(sub)
}

2. 仅传入量表的数值型项目 #

明确指定PHQ量表的列名，确保只传入数值型题目：

# 替换为你实际的PHQ量表列名
phq_item_cols <- c("phq1", "phq2", "phq3", "phq4", "phq5", "phq6", "phq7", "phq8", "phq9")

for (i in seq_len(m)) {
    set.seed(i)
    # 仅选择量表列
    sub <- imp.int2[imp.int2$.imp == i, phq_item_cols]
    # 强制转换为数值型（处理因子/字符型编码）
    sub <- as.data.frame(lapply(sub, as.numeric))
    boot_alpha[[i]] <- cronbach_fun(sub)
}

3. 给函数增加数据验证 #

修改自定义函数，提前过滤非数值列并增加错误提示：

cronbach_fun <- function(list_compl_data, boot = TRUE, B = 1e4, ci = FALSE) {
    # 仅保留数值型列
    num_cols <- sapply(list_compl_data, is.numeric)
    if (sum(num_cols) == 0) stop("输入数据中没有数值型列")
    list_compl_data <- list_compl_data[, num_cols]
    
    p <- ncol(list_compl_data)
    if (p < 2) stop("计算Cronbach's Alpha至少需要2个项目")
    
    n <- nrow(list_compl_data)
    total_variance <- var(rowSums(list_compl_data))
    item_variance <- sum(apply(list_compl_data, 2, sd)^2)
    alpha <- (p/(p - 1)) * (1 - (item_variance/total_variance))
    out <- list(alpha = alpha)
    
    boot_alpha <- numeric(B)
    if (boot) {
        for (i in seq_len(B)) {
            boot_dat <- list_compl_data[sample(seq_len(n), replace = TRUE), ]
            total_variance <- var(rowSums(boot_dat))
            item_variance <- sum(apply(boot_dat, 2, sd)^2)
            boot_alpha[i] <- (p/(p - 1)) * (1 - (item_variance/total_variance))
        }
        out$var <- var(boot_alpha)
    }
    if (ci){
        out$ci <- quantile(boot_alpha, c(.025,.975))
    }
    return(out)
}

4. 用Rubin规则合并插补结果 #

计算完每个插补数据集的Alpha后，需要用Rubin规则合并得到最终结果：

# 提取所有插补数据集的Alpha值
alpha_list <- sapply(boot_alpha, function(x) x$alpha)
# 计算合并后的Alpha
pooled_alpha <- mean(alpha_list)
# 计算总方差（插补内+插补间）
within_var <- mean(sapply(boot_alpha, function(x) x$var))
between_var <- var(alpha_list)
total_var <- within_var + between_var * (1 + 1/m)
# 计算95%置信区间
pooled_ci <- pooled_alpha + qt(c(0.025, 0.975), df = m-1) * sqrt(total_var)

# 输出结果
cat("合并后的Cronbach's Alpha：", round(pooled_alpha, 3), "\n")
cat("95%置信区间：", round(pooled_ci[1], 3), "-", round(pooled_ci[2], 3), "\n")

内容的提问来源于stack exchange，提问作者mjane23