通过插补堆叠处理非随机缺失
统计方法学
2021-01-21 v1
摘要
非随机缺失在许多健康研究应用的缺失数据处理中构成挑战。本文中，我们提出一种新方法，通过加权分析堆叠的多重插补结果，在多重插补后考虑非随机缺失。权重可容易地作为插补数据和关于非随机缺失的假设的函数来计算。我们通过模拟证明，当缺失模型设定正确时，所提方法具有优异表现。在实践中，缺失机制未知。我们展示了如何在敏感性分析框架中使用我们的方法，以评估模型推断对于不同缺失机制假设的稳健性，并提供了 R 包 StackImpute 以便于作为常规敏感性分析的一部分实施。我们将所提方法应用于一项口咽癌患者生存研究中人乳头瘤病毒检测结果的非随机缺失处理。
引用
@article{arxiv.2101.07954,
title = {Accounting for not-at-random missingness through imputation stacking},
author = {Lauren J Beesley and Jeremy M G Taylor},
journal= {arXiv preprint arXiv:2101.07954},
year = {2021}
}
备注
See also: Supplementary Materials