我试图用插补（MICE）和加权（CBPS）的数据来获得聚类的SE（在我的数据中的学校级别）。我尝试了几种不同的方法，但都产生了不同的错误。
这是我必须要开始的，它工作得很好：

library(tidyverse)
library(mice)
library(MatchThem)
library(CBPS)

tempdata <- mice(d, m = 10, maxit = 50, meth = "pmm", seed = 99)

weighted_data <- weightthem(trtmnt ~ x1 + x2 + x3,
                            data = tempdata,
                            method = "cbps",
                            estimand = "ATT")

使用这个（https://www.r-bloggers.com/2021/05/clustered-standard-errors-with-r/）作为指导，我尝试了所有3个，这都导致了各种类型的错误消息。
我的数据在一个受限的服务器上，所以不幸的是，我不能把它带到这里来精确地复制东西，尽管如果有用的话，我可以尝试重新创建一些示例数据。
因此，首先尝试使用estimatr，我得到这个错误：

m1 <- estimatr::lm_robust(outcome ~ trtmnt + x1 + x2 + x3,
                          clusters = schoolID,
                          data = weighted_data)

Error in eval_tidy(mfargs[[da]], data = data) :
  object 'schoolID' not found

我不知道schoolID变量在哪里会被剔除/不被识别，它不是加权过程的一部分，但它应该仍然在数据框架中......如果我在没有聚类的标准模型中将它用作协变量，它就在那里。
我还尝试使用miceadds，但出现以下错误：

m2 <- miceadds::lm.cluster(outcome ~ trtmnt + x1 + x2 + x3,
                           cluster = "schoolID",
                           data = weighted_data)

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

最后，对于sandwich和lmtest：

library(sandwich)
library(lmtest)

m3 <- weighted_models <- with(weighted_data,
                              exp=lm(outcome ~ trtmnt + x1 + x2 + x3))

msandwich <- coeftest(m3, vcov = vcovCL, cluster = ~schoolID)

Error in UseMethod("estfun") :
   no applicable method for `estfun` applied to an object of class "c(`mimira`, `mira`)"

对上述任何一种方法有什么想法，或者下一步该怎么做？