如何为简单回归模型实现FIML缺失处理与BCa自助法？

一、更简便的替代方案：用semTools包直接计算BCa置信区间 #

semTools是lavaan的官方辅助包，专门补充lavaan的功能缺口，其中的bootBCa()函数可以直接为lavaan拟合的FIML模型计算BCa自助置信区间，不需要手动编写复杂的自助逻辑，对R新手非常友好。

完整代码示例 #

library(MASS)
library(lavaan)
library(semTools)

# 生成带缺失值的示例数据
mean <- c(0, 0)
std_dev <- c(1, 1)
correlation <- 0.15
cov_matrix <- matrix(c(std_dev[1]^2, std_dev[1]*std_dev[2]*correlation, 
                       std_dev[1]*std_dev[2]*correlation, std_dev[2]^2), nrow = 2)
set.seed(12345)
data <- mvrnorm(n = 100, mu = mean, Sigma = cov_matrix)
data <- as.data.frame(data)
names(data) <- c("outcome", "predictor")

# 将predictor转换为二分类变量
predictor_median <- median(data$predictor, na.rm = TRUE)
data$predictor <- ifelse(data$predictor < predictor_median, 0, 1)

# 插入缺失值
missing_percentage <- 0.09
num_missing <- round(nrow(data) * missing_percentage)
set.seed(123)
missing_indices_outcome <- sample(1:nrow(data), num_missing)
missing_indices_predictor <- sample(1:nrow(data), num_missing)
data$outcome[missing_indices_outcome] <- NA
data$predictor[missing_indices_predictor] <- NA

# 拟合FIML回归模型（无需指定bootstrap参数）
model <- sem('outcome ~ predictor', data = data, missing = "FIML", fixed.x = F)
summary(model)

# 计算BCa自助置信区间（2000次抽样，设置seed保证可重复性）
bca_ci <- bootBCa(model, R = 2000, seed = 123)
print(bca_ci)

结果说明 #

bootBCa()的输出会包含模型中所有参数的点估计、标准误，以及BCa自助置信区间的上下限，直接就能拿到你需要的回归系数BCa区间。

二、手动用boot包结合lavaan实现BCa置信区间 #

如果不想依赖semTools，也可以直接用基础的boot包手动实现，核心是写一个自定义函数来完成“自助抽样→拟合FIML模型→提取系数”的循环。

完整代码示例 #

library(MASS)
library(lavaan)
library(boot)

# 生成数据部分和上面完全一致，这里省略（直接复用上面的数据生成代码即可）

# 自定义自助函数：输入数据和抽样索引，返回predictor的回归系数
boot_fun <- function(data, indices) {
  # 根据抽样索引生成自助样本
  boot_data <- data[indices, ]
  # 拟合FIML模型
  model <- sem('outcome ~ predictor', data = boot_data, missing = "FIML", fixed.x = F)
  # 提取predictor对应的回归系数
  coef(model)[["outcome~predictor"]]
}

# 执行2000次自助抽样
set.seed(123)
boot_result <- boot(data = data, statistic = boot_fun, R = 2000)

# 查看自助抽样的基本结果
print(boot_result)

# 计算并输出BCa置信区间
bca_ci <- boot.ci(boot_result, type = "bca")
print(bca_ci)

关键说明 #

• boot_fun是核心：每次接收自助抽样的索引，生成对应样本后拟合FIML模型，只返回你需要的predictor系数
• boot.ci()指定type="bca"就能得到BCa区间，输出里会同时显示几种不同的置信区间类型，重点关注BCa部分的结果

内容的提问来源于stack exchange，提问作者Madamadam