因此，我正在使用该mice软件包估算缺少的数据。我是归因于算术的新手，所以我已经讲了一点，但是却遇到了陡峭的学习曲线。举一个玩具的例子：
library(mice)
# Using nhanes dataset as example
df1 <- mice(nhanes, m=10)
因此，如您所见，我使用默认设置大多数情况下估算了df1 10次-我很乐意将此结果用于回归模型，合并结果等。但是在我的实际数据中，我有来自不同国家/地区的调查数据。因此，失踪的程度因国家/地区而异，具体变量的值（即年龄，受教育程度等）的值也不同。因此，我想归纳失踪者，以便按国家进行聚类。因此，我将创建一个没有缺失的分组变量（当然，在此玩具示例中，与其他变量的相关性缺失，但是在我的真实数据中它们存在）
# Create a grouping variable
nhanes$country <- sample(c("A", "B"), size=nrow(nhanes), replace=TRUE)
因此，如何分辨mice()此变量与其他变量不同-即它是多级数据集中的一个级？