在mice调用中向glm.fit传递参数遇错求助

我刚看完你的问题，你之前的参数传递方式完全搞错了——mice()函数根本不接受直接把glm.fit()作为参数传入，这也是你两次尝试都报错的原因。让我一步步给你讲清楚正确的做法：

为什么之前的写法会报错？ #

• Try 1的错误：你调用glm.control(list(epsilon = 1e-08, maxit = 100, trace = FALSE))是错的，glm.control()的参数是单独传入的，不是把所有参数打包成一个列表丢进去。而且你直接把glm.fit(...)放在mice()的参数列表里，mice()根本不认识这个参数，自然会报错。
• Try 2的错误：glm.fit()是底层拟合函数，必须传入x和y等必填参数才能运行，你单独只传control参数，它肯定会提示缺少x参数。

正确传递maxit参数的方法 #

要给基于glm的插补方法（比如你用到的logreg）传递拟合控制参数，你需要用mice()的glm.args参数，把控制参数打包成列表传进去：

test_data <- data.frame(x = as.factor(round(rnorm(100))), 
                        y = as.factor(round(rnorm(100, 1,1))),
                        z = rnorm(100,5,1))
test_data[3:4, 1] <- NA
test_data[5:8, 2] <- NA

test_init <- mice(test_data, max = 0, print = F, visitSequence = "monotone", 
                  defaultMethod = c("pmm", "logreg", "polyreg", "polr"))

predictor_matrix <- quickpred(test_data)

# 正确的写法
test_data_mice <- mice::mice(test_data, print = F, 
                        predictorMatrix = predictor_matrix,
                        method = test_init$method,
                        visitSequence = test_init$visitSequence,
                        glm.args = list(control = glm.control(maxit = 100))
)

更精准的参数传递（可选） #

如果你只想给特定的插补方法（比如只有logreg需要增加迭代次数）传递参数，可以用methodArgs参数，这样不会影响其他方法：

test_data_mice <- mice::mice(test_data, print = F, 
                        predictorMatrix = predictor_matrix,
                        method = test_init$method,
                        visitSequence = test_init$visitSequence,
                        methodArgs = list(logreg = list(control = glm.control(maxit = 100)))
)

关于futuremice找不到本地函数的小提示 #

顺便提一下你之前遇到的futuremice问题：本地函数找不到通常是因为future的全局变量默认不包含这些函数，你可以在设置future计划时加上globals = TRUE，或者把本地函数明确传入futuremice()的globals参数里，比如：

library(future)
plan(multisession, globals = TRUE)
# 然后运行futuremice

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