小鼠能否汇集由polr（）函数运行的有序逻辑回归结果？

我正在运行从加州大学洛杉矶分校下载的数据集

read.dta("https://stats.idre.ucla.edu/stat/data/ologit.dta")

并在自变量中随机分配一些缺失值：pared、public和gpa。然后，我使用老鼠生成插补值，并对5个完整数据集的插补值进行有序逻辑回归

DAT.imp=mice(DAT,print=FALSE)
DAT.fit.mice.plr = with(DAT.imp, polr(apply ~ pared + public + gpa))
summary(DAT.fit.mice.plr)

但错误消息显示如下：

Error in as.data.frame.default(x) : 
 cannot coerce class ""polr"" to a data.frame

这是因为pool（）函数无法运行不属于lm的模型造成的问题吗？ 我是否应该为5个插补数据集分别运行polr（）模型并手动汇总它们？

---

提前感谢您的回复。

我尝试安装最新版本的软件包，其中包含依赖项：

install.packages（c（“鼠标”，“质量”），dep=TRUE）

并且得到了结果

>摘要（池（mod））
估计标准误差统计值df p.value
减1.088364240 0.2675445 4.0679748 388.8699 5.744000e-05
公共-0.007057661 0.3020328-0.0233672 376.9368 9.813694e-01
gpa 0.628030991 0.2610602 2.4056945 387.3003 1.660783e-02
不太可能|有点可能2.250628213 0.7816727 2.8792461 386.0658 4.206607e-03
有点可能|非常可能4.353582378 0.8076085 5.3907086 385.6545 1.219831e-07

及

>池（mod）
类别：mipo m=5
估计ubar b t dfcom df
减1.088364240 0.07111586 0.0003868321 0.07158006 395 388.8699
公共-0.007057661 0.08973729 0.0012387621 0.09122381 395 376.9368
gpa 0.628030991 0.06759665 0.0004631305 0.06815241 395 387.3003
不太可能|有点可能2.250628213 0.60530521 0.0047558921 0.61101228 395 386.0658
有点可能|非常可能4.353582378 0.64589464 0.0052807731 0.65223157 395 385.6545

拉姆达河fmi
比较0.006527356 0.006485026 0.01155566
公共0.016565181 0.016295247 0.02147350
gpa 0.008221658 0.008154614 0.01323709
不太可能|有点可能0.009428418 0.009340353 0.01443286
有点可能|非常可能0.009811086 0.009715764 0.01481172

这有点不同。报告的统计数字也略有不同。我不确定它是否正确（只是由于估算）。然而，代码运行良好，没有错误