分类变量缺失数据处理方法有效性的比较研究

作者：肖亚明; 陈永杰; 王玉鹏; 刘美娜

来源：中国卫生统计, 2016, (02): 186-189.

• 分类变量
• 缺失数据
• 多重填补
• 潜在类别模型
• 对数线性模型 Category variable
• Missing data
• Multiple imputation
• Latent class model
• Log-linear model

目的比较删除法(deletion methods,DM)、基于对数线性模型的多重填补法(multiple imputation of category variables using log-linear model,M ILL)及基于潜在类别模型的多重填补法(multiple imputation based on latent class model,M ILC)处理分类变量缺失数据的效果,并将M ILC应用于实例数据的分析。方法利用R语言产生不同缺失机制、缺失率和样本含量的多变量缺失模拟数据,运用DM、MILL和MILC处理形成完整数据集并进行logistic回归分析,通过回归系数的偏倚...

• 出版日期2016
• 单位哈尔滨医科大学