使用mice插补聚类数据cluster变量时maxit>0出现NaN/NA异常

问题背景 #

我有一组聚类数据：

• cluster变量存在21%的缺失值，该变量由缺失率相近的date变量衍生而来；
• 仅需插补cluster变量，其余约20个变量无缺失，变量类型涵盖数值型、逻辑型、因子型和日期型；
• 因cluster为连续型但非正态分布，选择2lonly.pmm方法插补，避免引入超出值域的值。

异常表现 #

• 当设置maxit=0时，mice运行无报错，插补结果正常；
• 若将maxit设为大于0的任意值，无报错日志，但cluster插补值全为NA，其余非插补变量值全为NaN。

已尝试的调试操作 #

• 查阅多篇mice多水平插补教程，未找到对应解法；
• 添加ridge=0.001、threshold=1.1增强模型鲁棒性，无效；
• 调整预测矩阵中date变量的设置，无效；
• 将预测矩阵中date设为0时，预运行正常，但迭代时触发报错：

Error in .imputation.level2(y = y, ry = ry, x = x, type = type, wy = wy,  : 
    No class variable

不确定此处的class variable是否指cluster变量。

环境信息 #

• R版本：4.2.2
• mice包版本：3.16.0

1. 补全多水平模型的分组变量设置
   2lonly.pmm是专为多水平数据设计的插补方法，要求必须指定分组变量（即定义聚类层级的ID变量，比如个体所属组的标识），报错中的No class variable就是指缺少该变量的正确配置：

• 检查预测矩阵：将分组变量对应的type设为2（表示水平2变量），cluster变量的type设为-2（表示仅在水平2层面插补的变量），其余协变量根据类型设为1（水平1变量）或对应值。

2. 正确处理日期型变量date
date作为cluster的衍生变量，无法直接用于多水平插补模型：

• 先将date转换为数值型（比如计算距某起始日期的天数），再加入预测矩阵；
• 若date属于分组层级的变量，将其type设为2，否则设为1。

3. 简化模型定位问题

• 先仅保留cluster、分组变量、转换后的date这几个核心变量进行插补测试，排除其他变量的干扰；
• 临时将插补方法换成普通pmm，验证迭代是否正常，以此区分是多水平设置问题还是变量本身的问题。

4. 验证聚类结构的有效性
   确保数据存在明确的多水平嵌套结构（比如存在重复测量的组ID），若聚类结构模糊，2lonly.pmm无法正常完成迭代。

内容的提问来源于stack exchange，提问作者august2020