r - MICE 中的“主要次要 % 不是正定”错误

Question

运行时mice在具有相当大数据集的 R 中(30 个分类预测变量和预测变量，
n = 1000)，我收到以下错误:

Error in chol.default(fit.sum$cov.unscaled) : the leading minor of order 17 is not positive definite

我用 polyreg (多项回归)对于大多数变量作为插补方法。由于我不知道为什么会发生此错误，因此我无法发布更多可以重现它的代码。

我发现了一个有类似问题的帖子 here在 MICE 中使用线性回归时。这篇文章在交叉验证上没有​​收到任何答案。

正如 this 所示，它也可能与 Gibbs 抽样中变得必要的某些程序有关。邮政。 OP 使用 MCMC 在自编程函数中描述了此错误。 ，这与 MICE 使用的程序有关。

我不知道什么是领先的未成年人——如果有人能告诉我，也许这就是一个开始。

Answer 1

在我的情况下，模型可能被过度指定。如果我减少预测矩阵，问题就不会发生。这样做的一种选择是 quickpred()它根据二元序列相关性自动生成更稀疏的预测矩阵。