能否对mice包生成的mira类对象使用lqmm拟合线性分位数混合模型？

核心结论 #

• lqmm包目前没有内置对mice包mira/mids类多重插补对象的原生支持，无法直接传入mira对象完成建模，也不能直接无修改通过mice::with()调用。
• 触发'data' must be a data frame报错的根源是lqmm函数的参数校验逻辑强制要求用户必须显式传入data参数，且传入值必须为数据框，不会自动从上层调用环境中提取建模变量；原代码在with()内调用lqmm时未显式指定data参数，函数启动的第一步参数校验就直接触发报错。

可复现修正代码 #

手动提取所有插补完成的完整数据集，逐个传入lqmm拟合，再转换为mice兼容的格式做结果合并即可：

library(lqmm)
library(mice)

# 生成多重插补对象
imputed <- mice(airquality, m=5, printFlag = FALSE)

# 提取m个插补后的完整数据框，存为列表
imputed_dfs <- complete(imputed, action = "all")

# 遍历每个插补数据集，显式传入data参数拟合lqmm
lqmm_fits <- lapply(imputed_dfs, function(current_df) {
  lqmm(
    Ozone ~ Solar.R + Wind + Temp + Day,
    random = ~1,
    tau = 0.5,
    group = Month,
    data = current_df,
    na.action = na.omit
  )
})

# 将拟合结果列表转换为mice识别的mira类对象，支持后续pool合并
class(lqmm_fits) <- c("mira", "list")
lqmm_fits$m <- length(imputed_dfs)

# 按Rubin规则合并多重插补结果
pooled_result <- pool(lqmm_fits)
summary(pooled_result)

注意事项 #

如果调用pool()时提示无法提取模型系数或方差，说明mice默认的提取方法不兼容lqmm对象，可手动为lqmm对象编写tidy/glance适配方法，或逐个提取每个模型的固定效应系数、协方差矩阵，按照Rubin多重插补合并规则手动计算最终统计量即可。

内容的提问来源于stack exchange，提问作者De La Cruz