用于多重插补数据变量选择的贝叶斯 MI-LASSO
统计方法学
2025-08-07 v2
摘要
多重插补在处理现实应用中的缺失数据方面被广泛使用。然而，对于多重插补数据集上的变量选择，如果在每个插补数据集上分别进行选择，可能导致不同数据集选出不同的变量集合。MI-LASSO 是应对该问题最常用的方法之一，它将所有独立插补数据集中同一变量视为一个组变量，并利用组 LASSO 在所有多重插补数据集上产生一致的变量选择。在本文中，我们将 MI-LASSO 扩展到贝叶斯框架，并提出四种用于多重插补数据变量选择的贝叶斯 MI-LASSO 模型，包括三种基于收缩先验的方法和一种基于 Spike-Slab 先验的方法。为了进一步支持稳健的变量选择，我们开发了一种四步投影预测变量选择流程，避免了临时阈值设定，并便于有效的选择后推断。模拟研究表明，贝叶斯 MI-LASSO 优于 MI-LASSO 及其他替代方法，在一系列设定下取得了更高的特异度和更低均方误差。我们进一步通过使用来自密歇根大学二噁英暴露研究的多重插补数据集的案例研究展示了这些方法。R 包 BMIselect 已在 CRAN 上提供。
引用
@article{arxiv.2211.00114,
title = {Bayesian MI-LASSO for Variable Selection on Multiply-Imputed Data},
author = {Jungang Zou and Sijian Wang and Qixuan Chen},
journal= {arXiv preprint arXiv:2211.00114},
year = {2025}
}