如何在mice插补时排除特定国家的6个项目对应案例？

这个需求完全可行，核心是通过mice的where矩阵控制哪些缺失值不被插补，同时通过自定义插补函数限制哪些案例可以作为插补模型的训练数据。以下是具体实现步骤：

1. 标记需要排除的案例 #

首先创建一个逻辑向量，识别出属于目标国家组的案例：

# 替换为你的实际分组列名和目标国家组
exclude_cases <- your_data$country_group %in% c("国家A", "国家B", "国家C")
# 给数据添加标识列，方便后续自定义函数调用
your_data$is_excluded <- exclude_cases

2. 配置where矩阵：禁止特定案例的指定列被插补 #

where矩阵用于定义哪些缺失值需要被插补。我们要让目标国家组的6列缺失值跳过插补：

# 初始化where矩阵：默认所有缺失值都需要插补
where_mat <- is.na(your_data)
# 将目标案例的指定列设为FALSE，即不插补这些位置的缺失
target_cols <- c("项目1", "项目2", "项目3", "项目4", "项目5", "项目6")
where_mat[exclude_cases, target_cols] <- FALSE

3. 自定义插补函数：排除目标案例作为插补器 #

为指定列编写自定义插补函数，确保仅使用非目标组的案例来拟合插补模型：

custom_impute <- function(y, ry, x, ...) {
  # ry：y变量非缺失的案例逻辑向量
  # 筛选出：y非缺失 且 不属于目标国家组 的案例
  valid_cases <- ry & !x$is_excluded
  
  # 处理样本量不足的情况， fallback到mice默认插补方法
  if (sum(valid_cases) < 3) {
    return(mice::defaultImpute(y, ry, x, ...))
  }
  
  # 仅用有效案例拟合线性模型（可根据数据类型替换为glm、rf等）
  fit <- lm(y[valid_cases] ~ ., data = as.data.frame(x[valid_cases, ]))
  # 预测需要插补的案例（where矩阵已确保仅非目标组的缺失会被预测）
  pred <- predict(fit, newdata = as.data.frame(x[!ry, ]))
  
  return(pred)
}

4. 配置方法矩阵并运行mice #

将指定列的插补方法设置为自定义函数，然后启动插补：

# 初始化方法矩阵：默认使用mice自动分配的方法
method_mat <- mice::make.method(your_data)
# 给目标列指定自定义插补函数
method_mat[target_cols] <- "custom_impute"

# 运行插补
imputed_data <- mice(your_data, 
                     where = where_mat, 
                     method = method_mat,
                     m = 5,  # 替换为你需要的插补次数
                     seed = 123)  # 设置种子确保结果可重复

关键说明 #

• 你之前修改矩阵未达预期，是因为仅调整了变量间的预测关系（predictorMatrix），但没控制案例层面的参与权限。
• 如果目标列是分类变量，可将自定义函数中的lm替换为glm(family = binomial)或multinom等适配模型。
• 若不需要保留is_excluded列，插补完成后可通过complete(imputed_data)$is_excluded <- NULL移除。

内容的提问来源于stack exchange，提问作者user21683212