使用MICE结合polr填补有序变量缺失值时遇报错求助

错误根源 #

你遇到的问题核心是变量类型不匹配：

• 你将5点量表效应编码为-2到2的数值型变量，但mice中的polr方法专门用于有序分类因子（ordered factor），而非数值型变量，所以会弹出警告Imputation method polr is for categorical data。
• 报错colMeans(as.matrix(imp[[j]]), na.rm = TRUE) :'x' must be numeric是因为polr生成的填补值是因子水平，而你的数据列是数值型，类型冲突导致计算均值时失败。

解决步骤 #

1. 将数值型变量转换为有序因子
   循环处理你的15个变量，明确指定因子的水平顺序（对应原量表的逻辑同意程度排序）：

   # 遍历数据框所有列，转换为有序因子
   for (col_name in names(Data)) {
     Data[[col_name]] <- ordered(Data[[col_name]], levels = c(-2, -1, 0, 1, 2))
   }
   

2. 重新运行mice填补
   转换变量类型后，再执行你的填补代码：

   impute <- mice(Data, m=5, maxit=10, method='polr', seed=12)
   

3. （可选）将填补后的数据转回数值型
   如果后续分析需要数值格式，可先提取完整数据集再转换：

   complete_data <- complete(impute)
   # 转回数值型
   for (col_name in names(complete_data)) {
     complete_data[[col_name]] <- as.numeric(as.character(complete_data[[col_name]]))
   }
   

内容的提问来源于stack exchange，提问作者Nicki