（第一次贴海报，对R很陌生，所以如果我的解释不是很清楚，请耐心等待）
我有一个数据集，在两个时间点（21个月和7岁）收集了一个结果指标。用小鼠插补第二个时间点的结果测量的缺失数据。我现在想使用svyglm对两个时间点运行一些线性回归模型，但我认为没有使用插补数据，因为第二个时间点的df远低于第一个时间点。两个时间点的总样本量应为2591。
我还调整了家庭内的聚类，因为我在数据集中使用FamID变量使用双胞胎数据。
我的代码是：

#run imputation itself
df1_imp<- mice(imp, max=50, m=20, pred=predM, seed=5)
#adjust for family clustering
imp_list <- lapply( 1:20 , function( n ) complete(df1_imp , action = n ) )
df1_imp_data <- svydesign(ids=~famID, probs=~1, data=imputationList(imp_list), nest=TRUE)
## 21 months SES and UPF
#Model 1
SES21m <- with(df1_imp_data, svyglm(UPF_21m ~ SES_compositeWeighted, design = df1_imp_data))
summary(pool(SES21m))
## 7 years SES and UPF
#Model 1
SES7y <- with(df1_imp_data, svyglm(UPF_7y ~ SES_compositeWeighted, design = df1_imp_data))
summary(pool(SES7y))

我的21个月模型的输出是：

term estimate std.error statistic     df     p.value
1           (Intercept)  58.5069   1.52126   38.4595 1284.0 6.3124e-216
2 SES_compositeWeighted  -2.5414   0.31247   -8.1333 1282.7  9.7675e-16

7年模型的输出是：

term estimate std.error statistic      df    p.value
1           (Intercept)  67.4022   1.53660   43.8644  62.349 1.4021e-48
2 SES_compositeWeighted  -1.3201   0.29022   -4.5486 100.121 1.5178e-05