Stata中MCA分析后e(sample)在R中的等效实现方法问询

要在R的FactoMineR包中实现Stata里predict var4 if e(sample)的效果（仅对参与MCA分析的观测生成预测值，其余观测设为NA），可按以下步骤操作：

1. 标记参与MCA分析的观测
   FactoMineR执行MCA时会自动排除含缺失值的观测，分析结果里的mca_result$row$coord仅保留实际参与计算的样本。通过行名匹配，可生成原始数据中参与分析的观测标记：

library(FactoMineR)

# 假设已完成MCA分析
mca_result <- MCA(your_data,
                  quali.sup = c(...), # 可选：定性补充变量
                  quanti.sup = c(...), # 可选：定量补充变量
                  na.rm = TRUE) # 默认自动剔除含缺失值的观测

# 生成参与分析的样本逻辑标记向量
used_sample <- rownames(your_data) %in% rownames(mca_result$row$coord)

2. 生成并筛选预测值
   用predict.mca获取所有观测的坐标值，再通过标记向量筛选，仅保留参与分析的观测的预测值，其余设为NA：

# 获取所有维度的预测坐标
pred_coords <- predict(mca_result, newdata = your_data, type = "coord")

# 提取指定维度（如第1维度）的预测值，对应Stata的var4
your_data$var4 <- NA
your_data$var4[used_sample] <- pred_coords$coord[, 1]

处理后，your_data$var4的结果和Stata中predict var4 if e(sample)完全一致：仅参与MCA分析的观测有有效预测值，其余观测为NA。

内容的提问来源于stack exchange，提问作者komh13