如何在R中对mice多重插补的子样本进行合并回归分析？

问题背景 #

使用mice完成多重插补后，通过with()和pool()可以轻松实现全样本的合并回归，但针对特定子样本（如示例中的男性群体）分析时，常规的子集筛选方法无法直接作用于mids对象，又不想通过complete()提取所有插补数据集后手动合并结果。

解决方案 #

无需提取完整插补数据集，直接在with()的表达式中对子样本进行筛选即可，以下两种方式都能实现：

方法1：在lm中指定subset参数

直接在lm()函数里通过subset参数筛选目标子样本，mice会自动对每个插补数据集执行筛选和回归：

# 针对男性样本执行合并回归并查看结果
male_reg <- with(imp, lm(a ~ b + c, subset = Sex == "male"))
summary(pool(male_reg))

方法2：先筛选数据再拟合模型

也可以先通过subset()函数在表达式内筛选出子样本，再基于筛选后的数据拟合模型：

male_reg2 <- with(imp, lm(a ~ b + c, data = subset(data, Sex == "male")))
summary(pool(male_reg2))

原理说明 #

这两种方式都会遵循mice的工作流程：对每一个插补后的数据集单独执行子样本筛选和回归拟合，最后pool()函数会按照Rubin规则自动合并所有插补数据集的回归结果，效率更高且符合多重插补的分析规范。

内容的提问来源于stack exchange，提问作者Murster