R语言mice包多水平多变量插补：多变量处理与奇异拟合排查

一、大量变量下预测矩阵（pred）的高效构建 #

不需要逐个手动为每个待插补变量设置pred矩阵，可通过默认矩阵生成+批量修改的方式简化操作：

1. 生成默认预测矩阵
   先调用make.predictorMatrix()生成初始矩阵，默认规则是：所有变量都作为预测变量（值为1），变量自身设为0（不预测自己）。

library(mice)
# 生成默认预测矩阵
pred <- make.predictorMatrix(data)

2. 批量修改规则
   根据多水平插补需求，批量调整矩阵值：

• 设为-2：将变量作为多水平模型的随机效应组变量
• 设为0：排除该变量作为预测变量
• 设为1：将变量作为固定效应预测变量

示例操作：

# 定义所有待插补变量（19个目标变量+4个哑变量）
impute_vars <- c("Race_R", "Ethnicity", "EnrDipType", "你的其他变量...")

# 批量将分组变量（比如"SD"）设为所有待插补模型的随机效应（值为-2）
pred[impute_vars, "SD"] <- -2

# 批量排除不需要的预测变量（比如a1,a2等）
exclude_vars <- c("a1", "a2", "DemHHIncx", "DemHHIncy")
pred[impute_vars, exclude_vars] <- 0

# 针对个别变量做单独调整（比如Race_R的SchlPre设为随机效应）
pred["Race_R", "SchlPre"] <- -2

3. 用quickpred自动筛选预测变量
   如果变量太多，可通过quickpred()根据相关性自动筛选有意义的预测变量，减少模型复杂度：

# 筛选与待插补变量相关性≥0.1的变量，排除分组变量后续手动设置
pred_quick <- quickpred(data, mincor = 0.1, exclude = c("SD"))
# 为筛选后的矩阵添加多水平随机效应
pred_quick[impute_vars, "SD"] <- -2

二、"boundary (singular) fit"错误排查与解决 #

这个错误是因为插补模型的设计矩阵秩不足（存在共线性、冗余变量或样本量匹配问题），可按以下步骤排查：

1. 检查变量冗余与共线性

• 查看哑变量是否有完全空的类别（比如某个哑变量水平的样本数为0），这类变量直接删除。
• 计算变量间的VIF（方差膨胀因子），VIF>10提示严重共线性，需删除高度相关的变量：

library(car)
# 针对完整样本（剔除NA）计算VIF，以某个变量为例或全局拟合
vif_model <- lm(Race_R ~ ., data = na.omit(data[, c(impute_vars, "SD", "你的预测变量...")]))
vif(vif_model)

2. 检查变量变异度
   删除方差接近0的变量（所有值几乎相同），这类变量无法提供预测信息：

# 计算每个变量的方差（忽略NA）
apply(data, 2, var, na.rm = TRUE)

3. 简化插补模型

• 减少每个插补模型的预测变量数量：不要盲目纳入所有变量，仅保留领域上与待插补变量相关的变量。
• 避免在小样本下使用过于复杂的模型：如果组内样本量极小（比如某些分组只有1-2个样本），合并或剔除这类分组。

4. 检查插补方法（meth参数）
   确保为多水平变量指定了正确的插补方法：

• 连续多水平变量：用2l.norm
• 分类多水平变量：用2l.pan或2l.bin（二分类）
• 避免用普通的单水平方法（比如norm）处理多水平数据，否则易导致模型拟合失败。

5. 定位具体出错的变量
   将print=TRUE打开，运行插补代码，查看错误对应的具体变量，针对性调整该变量的预测矩阵：

imp <- mice(data, pred = pred, meth = impmethod, seed = 919, m = 10, print = TRUE)

内容的提问来源于stack exchange，提问作者dek2888