拓端tecdat|stata对包含协变量的模型进行缺失值多重插补分析算法人工智能机器学习深度学

原文链接：http://tecdat.cn/?p=6358 原文出处：拓端数据部落公众号多重插补已成为处理缺失数据的常用方法。我们可以考虑使用多个插补来估算X中的缺失值。接下来的一个自然问题是，在X的插补模型中，变量Y是否应该作为协变量包含在内？
Stata 为了说明这些概念，我们在Stata中模拟了一个小数据集，最初没有缺失数据：

gen x = rnormal（） gen y = x + 0.25 * rnormal（） twoway（scatter yx）（lfit yx）

文章图片

在没有任何数据缺失之前，Y对X的散点图
接下来，我们将X的100个观察中的50个设置为缺失：

gen xmiss =（_ n <= 50）

插补模型在本文中，我们有两个变量Y和X，分析模型由某种类型的回归组成（意味着Y是因变量而X是协变量），希望生成插补，得到Y | X模型中参数的有效估计。
输入X忽略Y 假设我们使用回归模型来估算X，但是在插补模型中不包括Y作为协变量。我们可以在Stata中轻松完成此操作，为每个缺失值生成一个估算值，然后根据X的结果推算观察到的X

mi impute reg x，add（1）

文章图片

【拓端tecdat|stata对包含协变量的模型进行缺失值多重插补分析】上图清楚地显示了在X中忽略Y的缺失值的问题 - 在我们已经估算X的那些中，Y和X之间没有关联，实际上应该存在。
将结果考虑在内的假设如果我们反过来将X结果考虑为Y（作为X的插补模型中的协变量），则会发生以下步骤。X | Y的插补模型将使用观察到X的样本来拟合。由于我们假设X在Y处随机缺失，因此完整的案例分析拟合是有效的。因此，如果实际上X和Y之间没有关联，我们应该（在期望中）在这个完整的情况下找到它。
要继续我们的模拟数据集，我们首先丢弃之前生成的估算值，然后重新输入X，但这次包括Y作为插补模型中的协变量：