使用R的mi包插补三级数据集：多级结构与边界设置问题

一、修复multilevel_missing_data.frame创建失败的错误 #

报错Error in getClass(Class, where = topenv(parent.frame())): “NA” is not a defined class，核心原因是分组变量类型不对或变量声明不规范，按以下步骤处理：

• 先把三级（school）、二级（class）分组变量转成因子类型：

  dat$school <- as.factor(dat$school)
  dat$class <- as.factor(dat$class)
  

• 创建多级缺失数据框时，subclass明确设为"multilevel"，groups按层级从高到低传入分组变量名：

  library(mi)
  # 先检查变量类型，确保分组变量是因子
  str(dat)
  # 创建多级缺失数据对象
  md <- missing_data.frame(dat, 
                          subclass = "multilevel", 
                          groups = c("school", "class"))
  

  若仍报错，需检查数据中是否有未正确识别类型的变量，可先通过missing_variable()逐个定义变量再整合。

二、给连续变量设边界并整合进缺失数据框 #

要实现x变量0-10的区间限制，同时保证聚类变量插补值统一，需逐个定义变量再合并：

1. 定义带边界的bounded-continuous变量：

   x_bounded <- missing_variable(dat$x, 
                                 type = "bounded-continuous", 
                                 lower = 0, 
                                 upper = 10)
   

2. 定义聚类变量（指定对应分组，确保同一组插补值统一）：

   # 二级变量z：同一class内插补值一致
   z_multilevel <- missing_variable(dat$z, 
                                    type = "continuous", 
                                    group = "class")
   # 三级变量w：同一school内插补值一致
   w_multilevel <- missing_variable(dat$w, 
                                    type = "continuous", 
                                    group = "school")
   # 其他常规变量按实际类型定义
   y_regular <- missing_variable(dat$y, type = "continuous")
   

3. 把所有变量整合到多级缺失数据框：

   md <- missing_data.frame(x_bounded, z_multilevel, w_multilevel, y_regular,
                           subclass = "multilevel", 
                           groups = c("school", "class"))
   

三、完整可运行示例（满足你的需求） #

假设你的数据集dat包含所需变量，按以下代码执行即可实现目标：

library(mi)

# 预处理分组变量为因子
dat$school <- as.factor(dat$school)
dat$class <- as.factor(dat$class)

# 逐个定义变量
x_var <- missing_variable(dat$x, type = "bounded-continuous", lower = 0, upper = 10)
z_var <- missing_variable(dat$z, type = "continuous", group = "class")
w_var <- missing_variable(dat$w, type = "continuous", group = "school")
y_var <- missing_variable(dat$y, type = "continuous") # 其他变量示例

# 创建多级缺失数据框
md <- missing_data.frame(x_var, z_var, w_var, y_var,
                         subclass = "multilevel",
                         groups = c("school", "class"))

# 执行插补（迭代次数和链数按需调整）
imp <- mi(md, n.chains = 3, n.iter = 100)

# 验证结果
imputed_dat <- complete(imp)
# 检查同一class的z是否唯一
aggregate(z ~ class, data = imputed_dat, function(x) length(unique(x)))
# 检查同一school的w是否唯一
aggregate(w ~ school, data = imputed_dat, function(x) length(unique(x)))
# 检查x的范围是否在0-10之间
range(imputed_dat$x, na.rm = TRUE)

排查小技巧 #

• 若仍有类定义错误，确保所有变量都通过missing_variable()声明类型，不要直接传入原始数据框中未处理的变量。
• 聚类变量的group参数必须和groups里的分组变量名完全匹配，且分组变量必须是因子类型。

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