我有一个mice mids对象，大约有300个变量，我想写一个函数来获取信息，作为一个简单的例子，一组变量中每个变量的缺失信息分数（FMI），而不是一次一个变量地写出拟合步骤。我可以写一个函数来返回“一些东西”，看起来像mice合并的估计输出，但不是我在开放代码中得到的结果，即一次一个变量。
我认为以下是一个可复制的例子。

### some blank lines deleted
library(mice)

## <masking warnings>

### simple example from JSS article on mice 
imp <- mice(nhanes, seed = 23109)

iter imp variable
  1   1  bmi  hyp  chl
  1   2  bmi  hyp  chl
  1   3  bmi  hyp  chl
  1   4  bmi  hyp  chl
  1   5  bmi  hyp  chl
  .....

### standard way to fit and get FMI plus other info
fit <- with(imp, lm(chl ~ 1))
print(pool(fit))

Class: mipo    m = 5 
         term m estimate     ubar       b       t dfcom       df       riv    lambda       fmi
1 (Intercept) 5  **192.944** 65.01424 5.91888 72.1169    24 19.10544 0.1092477 0.0984881 **0.1800528**

我写的傻函数

why.wont.this.work <- function(dsn, varname){
  pars <- as.list(match.call()[-1]) ### match call dsn
 var2use <- dsn$data[, as.character(pars$varname)]
 fit <- with(dsn,  lm(var2use ~ 1))
 return(pool(fit))  
}
why.wont.this.work(imp,  chl)

Class: mipo    m = 5 
         term m estimate     ubar b        t dfcom       df riv lambda       fmi
1 (Intercept) 5    **191.4** 136.2933 0 136.2933    14 12.35171   0      **0 0.1302787**

手工检查表明截距的值实际上是192.944，FMI实际上是0.18。不知何故，这个愚蠢的函数识别出imp对象是一个多重填补对象，但计算不正确。我的问题是如何编写一个函数，返回数学上正确的值？