R中使用mi、survey包基于插补数据创建复杂调查设计对象报错

mi()函数返回的是mi包定义的S4类多重重插补结果对象，不符合mitools::imputationList()的输入要求——该函数需要接收普通R列表，且列表内每个元素为单轮插补完成的data.frame对象。直接传入S4类对象时，R无法完成类型转换，就会抛出对应错误。

• 插补完成后，使用mi包内置的complete()方法逐轮提取插补结果，组装为符合要求的普通列表
• 将组装好的列表传入imputationList()，再用于创建调查设计对象

修正后的可运行代码如下：

library(tidyverse)
library(survey)
library(mi)
library(mitools)

data(api)

apisub <- apiclus1 %>% select(-c("name", "sname", "dname", "cname", "flag", 
                                 "acs.46", "acs.core"))

mdf <- missing_data.frame(apisub)
mdf <- change(mdf, "cds", what = "type", to = "irrelevant")
mdf <- change(mdf, "stype", what = "type", to = "irrelevant")
mdf <- change(mdf, "snum", what = "type", to = "irrelevant")
mdf <- change(mdf, "dnum", what = "type", to = "irrelevant")
mdf <- change(mdf, "cnum", what = "type", to = "irrelevant")
mdf <- change(mdf, "fpc", what = "type", to = "irrelevant")
mdf <- change(mdf, "pw", what = "type", to = "irrelevant")

show(mdf)

imputations <- mi(mdf)
# 逐轮提取插补结果为普通数据框，组装为列表
imp_list <- lapply(1:imputations@m, function(i) complete(imputations, i))
# 传入符合格式的插补列表创建调查设计对象
dsn1 <- svydesign(id = ~dnum, weights = ~pw, data = imputationList(imp_list), fpc = ~fpc)

注：前期将聚类ID、权重、有限总体校正因子等调查设计相关变量标记为irrelevant的操作逻辑正确，mi不会对这类变量做插补处理，会直接保留原始值，提取出的数据框中相关字段完整，不影响调查设计对象的正常创建。

内容的提问来源于stack exchange，提问作者lamhine