2.1 数据缺失常见模式 2.2 数据缺失机制 3. 处理数据缺失的传统方式 3.1 直接删除法 3.2 单一插补法 4. 多重插补初探 5. 参考资料 6. 相关推文缺失值与多重补漏分析系列推文 Stata数据处理:缺失值与多重补漏分析(一) Stata数据处理:缺失值与多重补漏分析(二) Stata数据处理:缺失值与多重补漏分析(三) ...
插补模型与分析模型兼容指两者存在联合分布 (joint distribution),意味着插补模型和分析模型是条件分布 (conditional distribution)。下面我们用数学公式举例: 假设两个变量 X 和 Y,其中 X 是包含缺失数据的协变量 (covariate variable);Y 是完整的,不含缺失数据的因变量 (dependent variable)。
3.2 MICE 方法 Stata 命令 4. 总结与补充 4.1 MVN 方法与 MICE 方法比较 4.2 单调缺失数据 (Monotone Pattern) 的插补 5. 参考资料 6. 相关推文 本推文将介绍多重插补的最基本做法,可用于截面数据的分析中。有关多重插补的高级做法以及面板数据操作,我们将在后续的推文中为大家讲解。在学习多重插补过程中,我...
2.2 数据缺失机制 3. 处理数据缺失的传统方式 3.1 直接删除法 3.2 单一插补法 4. 多重插补初探 5. 参考资料 6. 相关推文 缺失值与多重补漏分析系列推文 Stata数据处理:缺失值与多重补漏分析(一) Stata数据处理:缺失值与多重补漏分析(二) Stata数据处理:缺失值与多重补漏分析(三) 温馨提示: 文中链接在微信...
插补模型与分析模型兼容指两者存在联合分布 (joint distribution),意味着插补模型和分析模型是条件分布 (conditional distribution)。下面我们用数学公式举例: 假设两个变量 X 和 Y,其中 X 是包含缺失数据的协变量 (covariate variable);Y 是完整的,不含缺失数据的因变量 (dependent variable)。
3.2 MICE 方法 Stata 命令 4. 总结与补充 4.1 MVN 方法与 MICE 方法比较 4.2 单调缺失数据 (Monotone Pattern) 的插补 5. 参考资料 6. 相关推文本推文将介绍多重插补的最基本做法,可用于截面数据的分析中。有关多重插补的高级做法以及面板数据操作,我们将在后续的推文中为大家讲解。在学习多重插补过程中,我的...
经验法则认为 m 应大于数据集中不完整个体 (incomplete case) 的占比。 2.2 模型的检验 随着多重插补在数据处理中的广泛应用,检验多重插补的有效性显得愈发重要。在实际操作中,插补模型和分析模型都需要被检验,而且对分析模型检验的重要性与对插补模型检验的重要性旗鼓相当。 简单方法是在每个插补后的完整数据集中...