关于非随机缺失数据下 logistic 倾向得分模型的良好拟合检验

Logistic回归广泛用于建模非随机缺失数据的倾向得分，但该倾向得分模型的良好拟合检验在文献中受到有限关注。本文提出一种用于非随机缺失数据下 logistic 倾向得分模型的新型良好拟合检验方法。该检验基于从边际缺失机制构建的未加权残差平方和，并容纳了结果的部分可观测性。我们在原假设和一般备择假设下建立了检验统计量的渐近分布，并开发了一个具有理论保证的自助程序来近似其原假设分布。我们证明，所得的自助检验在大小上达到渐近正确，且一致性好，在模型误指定时，其检验功效趋于1。模拟研究和实际数据应用表明，该方法在有限样本中表现良好。