使用mice包PMM法多重插补后仍有缺失值的技术咨询

1. 插补后仍有缺失的原因及是否正常 #

• 核心原因是那7行完全为空的记录：mice的插补逻辑依赖行内其他变量的信息预测缺失值，完全空的行没有任何可用的预测依据，因此无法被插补，这是正常现象。
• 次要可能：若部分变量的缺失仅出现在这些空行中（无其他参考信息），也会导致插补失败，但结合你的描述，主要问题还是完全空的记录。

2. 如何得到完整的插补数据集 #

步骤1：处理完全空的行 #

完全空的记录无分析价值，建议直接删除：

# 删除所有变量均缺失的行
alldata4_clean <- alldata4[rowSums(is.na(alldata4)) != ncol(alldata4), ]

若一定要保留这类记录，只能人工赋值或引入外部数据，但这种做法缺乏统计依据，不推荐。

步骤2：优化插补参数 #

• 增加迭代次数：默认maxit=5可能迭代不充分，尝试提高到20次确保插补收敛：

  alldata4_clean.mi <- mice::mice(alldata4_clean, m = 5, method = 'pmm', maxit = 20)
  

• 确认预测矩阵：检查是否所有变量都被用作预测变量（默认是全部变量），可通过以下代码查看：

  print(alldata4_clean.mi$predictorMatrix)
  

  若有变量被意外排除，手动将对应位置设为1调整预测矩阵。
• 验证插补结果：生成完整数据集并检查缺失情况：

  # 获取所有插补后的数据集
  complete_datasets <- complete(alldata4_clean.mi, action = "all")
  # 查看每个数据集的缺失值总数
  lapply(complete_datasets, function(x) sum(is.na(x)))
  

3. 带缺失值进行多重中介分析的可行性 #

• 不建议直接用含缺失值的原始数据做分析：缺失值会导致统计偏差，尤其是当缺失并非完全随机（MCAR）时，结果可靠性无法保证。
• 正确做法：用多重插补后的数据集分析：利用mice的with()函数结合中介分析工具（如lavaan或mediation包），再通过pool()合并结果。示例代码：

  # 假设用lavaan编写多重中介模型语法
  model_syntax <- "
    # 中介路径
    M1 ~ X
    M2 ~ M1
    Y ~ M2 + X
  "
  # 在插补数据集上拟合模型
  fit_list <- with(alldata4_clean.mi, lavaan::sem(model_syntax))
  # 合并插补结果
  pooled_results <- pool(fit_list)
  # 查看汇总结果
  summary(pooled_results)
  

  这种方法会自动整合多个插补数据集的结果，给出稳健的统计推断。

内容的提问来源于stack exchange，提问作者NessD