修正删失协变量的条件均值插补并提升其可用性

分析人员经常面临删失问题，即某些变量未以其真实值被观测，而是以已知高于或低于该真实值的值被观测。虽然大量关注集中于删失结局的分析，但当代焦点也已转向删失协变量。缺失数据通常通过多重插补来克服，该方法通过用有信息的占位符替换缺失值来利用整个数据集，并且这种方法可通过同时纳入来自删失值的部分信息来修改用于删失数据。其中一种修改是用给定其他完全观测信息（如删失值或附加协变量）的条件均值替换删失协变量。所谓的条件下均值插补方法在 Atem 等人 [2017]、Atem 等人 [2019a] 和 Atem 等人 [2019b] 中被提出用于删失协变量。这些方法对删失协变量上的额外参数假设具有稳健性，且利用了所有可用数据，这是吸引人的。然而，当我们着手实现这些方法时，发现这三篇手稿给出了不等价的公式，并且事实上没有一个是条件均值的正确公式。在此，我们推导了条件均值的正确形式，并展示了错误公式对插补值和统计推断的影响。在所考虑的若干设定下，使用错误公式被看到会严重偏倚简单线性回归中的参数估计。最后，我们提供了用户友好的 R 软件 imputeCensoRd 包，以使未来的研究者能够应对其数据中的删失协变量。