使用mice包时，predictorMatrix与自定义插补引发插补失败

错误根源 #

你遇到的Error: If no blocks are specified, predictorMatrix must have same number of rows and columns，核心原因是：

• 你构建的predictor_matrix是数据行数×变量列数的矩阵（16×6），但mice要求predictorMatrix是变量数×变量数的方阵（这里应该是6×6）——它的作用是定义「每个待插补变量（行）可以用哪些其他变量（列）作为预测因子」，不是针对单条数据的缺失情况。
• 额外问题：原数据导入时把列名行当成了数据行，导致所有列都是字符型，无法进行数值插补计算；自定义函数里的X1/X2/X3/Y1/Y2/Y3和实际数据的列名log_Var1-6不匹配，且未严格遵循插补规则。

分步修正方案 #

1. 修正数据导入与类型 #

原代码中第一行被误作为数据行，需调整并将所有列转为数值型：

# 重新构建数据矩阵（去掉原第一行列名，直接设置colnames）
data_matrix <- matrix(c(
  1, 4.17709744, 7.20919283, 7.8779374, 7.603399, -0.4155154, 11.644787,
  NA, NA, NA, 7.906915, -0.4094731, 11.736925,
  2.32717038, 2.87198430, 3.2226766, 6.249975, -0.4877604, 9.890858,
  NA, NA, NA, 8.419139, -0.6616485, 10.832142,
  1.88382196, 5.03128887, 5.7027216, 7.083388, -0.4748152, 10.769201,
  NA, NA, NA, 7.538495, -0.4034671, 11.530854,
  5.53207044, 6.41177122, 6.8724143, 7.377134, -0.5074978, 11.823149,
  NA, NA, NA, 6.655440, -0.5727010, 10.649109,
  NA, NA, NA, 7.226936, -0.5276327, 11.324642,
  NA, NA, NA, 7.945555, -0.6655320, 11.666239,
  NA, NA, NA, 7.335634, -0.3989861, 11.617934,
  NA, NA, NA, 7.137278, -0.5276327, 11.196226,
  NA, NA, NA, 7.340187, -0.4185503, 10.607278,
  NA, NA, NA, 6.898715, -0.5464528, 10.506601,
  NA, NA, NA, 6.432940, -0.2757535, 11.886294,
  NA, 5.30275053, NA, 8.072779, -0.4620355, 11.577551
), nrow = 15, byrow = TRUE)

colnames(data_matrix) <- c("log_Var1", "log_Var2", "log_Var3", "log_Var4", "log_Var5", "log_Var6")

df_a <- as.data.frame(data_matrix)
# 将所有列转为数值型
df_a[] <- lapply(df_a, as.numeric)

2. 构建正确的predictorMatrix #

创建变量数×变量数的方阵，定义插补时的预测因子关系：

# 初始化6×6的方阵，默认所有变量可作为预测因子
predictor_matrix <- matrix(TRUE, nrow = ncol(df_a), ncol = ncol(df_a))
rownames(predictor_matrix) <- colnames(df_a)
colnames(predictor_matrix) <- colnames(df_a)

# 设置规则：待插补的log_Var1/2/3（X1/X2/X3）不使用自身或其他X变量作为预测因子，仅用log_Var4/5/6（Y1/Y2/Y3）
predictor_matrix[c("log_Var1", "log_Var2", "log_Var3"), c("log_Var1", "log_Var2", "log_Var3")] <- FALSE
# 非插补变量（Y列）不需要预测因子，可设为全FALSE
predictor_matrix[c("log_Var4", "log_Var5", "log_Var6"), ] <- FALSE

3. 修正自定义插补函数 #

匹配实际列名，严格遵循你设定的插补规则：

custom_impute <- function(data, ...) {
  # 映射变量：X1/X2/X3 = log_Var1/log_Var2/log_Var3；Y1/Y2/Y3 = log_Var4/log_Var5/log_Var6
  X1 <- data$log_Var1
  X2 <- data$log_Var2
  X3 <- data$log_Var3
  Y1 <- data$log_Var4
  Y2 <- data$log_Var5
  Y3 <- data$log_Var6
  
  epsilon <- 0.01 # 用于保证X1<X3、X3>X2的微小值，可调整
  
  # 规则2：X2存在但X1和X3缺失时，以X2为平均值设置X1和X3
  idx_rule2 <- !is.na(X2) & is.na(X1) & is.na(X3)
  if (any(idx_rule2)) {
    X1[idx_rule2] <- X2[idx_rule2] - epsilon
    X3[idx_rule2] <- X2[idx_rule2] + epsilon
  }
  
  # 插补X1（排除规则2的情况）
  idx_X1_na <- is.na(X1) & !idx_rule2
  if (any(idx_X1_na)) {
    X1[idx_X1_na] <- Y1[idx_X1_na] + Y2[idx_X1_na] + Y3[idx_X1_na]
  }
  
  # 插补X3（排除规则2的情况）
  idx_X3_na <- is.na(X3) & !idx_rule2
  if (any(idx_X3_na)) {
    X3[idx_X3_na] <- Y1[idx_X3_na] + Y2[idx_X3_na] + Y3[idx_X3_na]
  }
  
  # 规则1、4：确保X3始终大于X1和X2
  X3 <- pmax(X3, X1 + epsilon, X2 + epsilon, na.rm = TRUE)
  
  # 规则3：X2缺失时，用插补后的X1和X3的平均值
  idx_X2_na <- is.na(X2)
  if (any(idx_X2_na)) {
    X2[idx_X2_na] <- (X1[idx_X2_na] + X3[idx_X2_na]) / 2
  }
  
  # 更新数据框
  data$log_Var1 <- X1
  data$log_Var2 <- X2
  data$log_Var3 <- X3
  
  return(data)
}

4. 执行插补 #

指定每个变量的插补方法，仅对X列使用自定义函数：

library(mice)
n_imputations <- 1000
# method参数对应每列：前3列用自定义插补，后3列无需插补设为空字符串
imputed_data_A <- mice(df_a, m = n_imputations, predictorMatrix = predictor_matrix, 
                       method = c("custom_impute", "custom_impute", "custom_impute", "", "", ""))

内容的提问来源于stack exchange，提问作者Daniel