宽格式多重插补数据转长格式后无法转回mids对象的解决问询

报错原因 #

你碰到的Unequal group sizes in imputation index .imp``错误，核心是mice::as.mids()要求每个插补数据集（.imp列的每一组）的观测数量必须完全一致。你的情况是原始纵向数据里部分样本只有2个测量点，多重插补后补全为3个，转长格式后不同.imp组的观测数出现差异，导致分组大小不均，触发了这个报错。

解决方案1：调整长格式转换逻辑，保证分组观测数一致 #

转长格式前，先确保每个插补后的宽格式数据中，所有被试的测量点数量统一——原始只有2个点的，插补后新增的第三点要明确保留，转长时强制补全所有被试的所有测量点行，哪怕原始数据里没有。

示例代码：

# 假设原始宽格式数据是wide_data，包含id、time1_score、time2_score、time3_score（部分time3_score原始缺失）
# 先完成多重插补
imp <- mice(wide_data, m = 5, seed = 123)

# 转换为长格式，同时补全每个被试的所有时间点
implong <- complete(imp, "long") %>%
  pivot_longer(
    cols = starts_with("time"), # 匹配所有时间点变量
    names_to = c("time", ".value"),
    names_pattern = "time(\\d+)_(.*)" # 请根据你的实际变量名调整正则表达式
  ) %>%
  # 关键步骤：按插补组和被试ID分组，强制补全3个时间点的行
  group_by(.imp, id) %>%
  complete(time = 1:3) %>%
  ungroup()

# 现在再尝试转换为mids对象
imp_mids <- as.mids(implong)

解决方案2：直接在宽格式下完成ANOVA分析（更高效） #

如果转长格式只是为了做重复测量ANOVA，完全可以跳过转长步骤，直接在宽格式的插补数据集上建模，再用mice::pool()合并插补结果。

示例代码：

# 在插补数据集上拟合重复测量ANOVA模型
fit <- with(imp, aov(cbind(time1_score, time2_score, time3_score) ~ 1 + Error(id)))

# 合并多个插补模型的结果
pooled_fit <- pool(fit)
summary(pooled_fit)

解决方案3：手动清理长格式数据（谨慎使用） #

如果必须用长格式的mids对象，可以手动调整.imp分组的观测数，确保每组行数一致。比如筛选出所有被试都存在的测量点，或者对每组随机抽样到相同行数（注意：此方法可能丢失数据信息，需谨慎评估）。

示例代码：

# 先统计每个插补组的观测数
imp_counts <- implong %>% count(.imp)
# 找到最小的观测数作为统一基准
min_n <- min(imp_counts$n)

# 每个插补组随机保留min_n行（或按ID筛选，确保每个ID在各组出现次数一致）
implong_clean <- implong %>%
  group_by(.imp) %>%
  slice_sample(n = min_n) %>% # 随机抽样，也可以用filter(id %in% common_ids)锁定共同ID
  ungroup()

# 转换为mids对象
imp_mids <- as.mids(implong_clean)

内容的提问来源于stack exchange，提问作者juliawwu