R中嵌套multinom多分类模型如何保证样本量N及观测一致

和Stata的e(sample)逻辑一致，你只需先获取变量最多、缺失最多（样本量最小）的模型的有效观测标记，所有后续模型都用该标记筛选数据即可，以下是适配你示例场景的两种实现方案：

方案1：提前筛选全变量无缺失样本（最简便） #

提前整理所有嵌套模型用到的全部变量，直接筛选出无缺失的统一分析样本，所有模型共用该数据集即可：

library(palmerpenguins)
library(nnet)
library(modelsummary)

# 列出所有模型用到的全部变量，生成无缺失样本标记
all_vars <- c("island", "bill_length_mm", "bill_depth_mm", "sex", "year")
sample_keep <- complete.cases(penguins[, all_vars])
# 生成统一分析用数据集
penguins_analysis <- penguins[sample_keep, ]

# 所有模型都使用筛选后的数据集拟合
multinom_islands <- list(
  "模型1"  = multinom(island ~ bill_length_mm + bill_depth_mm,
                              data = penguins_analysis, trace = FALSE, na.action = "na.exclude"),
  "模型2"  = multinom(island ~ bill_length_mm + bill_depth_mm + sex + year, 
                              data = penguins_analysis, trace = FALSE, na.action = "na.exclude"))

# 输出的两个模型样本量完全一致
modelsummary(multinom_islands, group = y.level + term ~ model, 
             exponentiate = TRUE, 
             stars = c("*"=.05, "**"=.01, "***"=0.001), 
             title = "嵌套多分类回归模型预测企鹅所在岛屿",
             output = "markdown")

方案2：从已拟合的最复杂模型中提取样本标记（完全等价Stata e(sample)逻辑） #

如果你已经先拟合了最复杂的模型，可以直接从模型对象中提取有效观测标记，用于后续样本筛选：

# 先拟合最复杂的模型（样本量最小）
model2 <- multinom(island ~ bill_length_mm + bill_depth_mm + sex + year, 
                   data = penguins, trace = FALSE, na.action = na.exclude)

# 提取该模型的有效观测标记，等价于Stata的gen e_sample = e(sample)
# 通用方法：匹配模型拟合所用观测的行号
model2_rows <- as.integer(rownames(model.frame(model2)))
sample_keep <- 1:nrow(penguins) %in% model2_rows

# 后续所有模型都用该标记筛选数据
penguins_analysis <- penguins[sample_keep, ]
model1 <- multinom(island ~ bill_length_mm + bill_depth_mm,
                   data = penguins_analysis, trace = FALSE)

以上两种方法适配绝大多数R的回归模型对象，包括nnet::multinom、lm、glm、lme4::lmer等。你之前尝试用tidy()、augment()没有达到效果，是因为这两个函数默认仅返回模型拟合所用的观测对应结果，不会直接生成全数据集的筛选标记，用上述方法即可解决。

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