R survey包svydesign无法识别mitools imputationList对象的问题咨询

• 第一类报错：svydesign()默认入参仅支持单份数据框结构，无法直接识别imputationList类的多数据集列表属性，直接传入会触发类型强制转换失败。
• 第二类报错：编写的调用代码中，weights是未定义的裸参数，被R识别为内置weights函数进入解析流程；同时未对mice输出的mids复合对象做格式清洗，直接嵌套imputationList()传入时，会把mids对象内部非数据集元素（插补模型函数、运行日志）当成数据集解析，最终触发“无法将function类对象强制转为data.frame”的错误。

提取纯插补数据集列表 #

mice包生成的mids类对象是包含插补元信息的复合结构，不能直接作为imputationList的入参，需逐份提取插补完成的纯数据框：

# 假设yrbs_complex_imputations为mice流程生成的mids类对象
imp_df_list <- lapply(
  X = 1:yrbs_complex_imputations$m, # m为预先设置的插补次数
  FUN = function(imp_idx) mice::complete(yrbs_complex_imputations, action = imp_idx)
)

生成合规的imputationList对象 #

将上一步得到的、所有元素均为数据框的列表传入mitools::imputationList()，生成survey包可解析的多重插补对象：

yrbs_imp <- mitools::imputationList(imp_df_list)

构建复杂调查设计对象 #

调用svydesign()时需注意两个参数规范：

• 抽样设计字段（psu、strata、抽样权重等）需以带~的公式形式传入，不直接传字符串
• 不要传入未赋值的裸参数，避免被R识别为内置函数触发类型错误

正确示例代码：

yrbs_svy_design <- svydesign(
  ids = ~psu,
  strata = ~stratum,
  nest = TRUE,
  data = yrbs_imp
)

运行完成后，通过class(yrbs_svy_design)确认输出对象同时归属svyimputationList与svydesign类，即说明多重插补数据已成功接入复杂调查分析逻辑，可直接调用survey包的分析函数开展后续工作。

内容的提问来源于stack exchange，提问作者rmwonder