IlocA：一种从一对分类变量聚类单元格并形成插补组的算法

我们提出了一种新颖的自底向上过程，在双向分类中保持表格依赖性的同时，将频率计数较小的单元格聚合或聚类在一起。该过程无模型，基于独立对数优势比将表格中的单元格组合成簇。我们利用此过程构建一组统计高效且稳健的插补单元格，用于使用一对分类变量插补连续变量的缺失值。该过程的一个良好特性是所形成的聚合组在单元格响应均值方面是同质的。通过一系列模拟研究，我们表明 IlocA 仅将独立的单元格组合在一起，且以一致且可信的方式进行。在插补缺失数据时，我们显示 IlocA 生成的插补单元格数量接近最优。对于可忽略的非响应，所得插补均值总体准确。对于不可忽略的缺失，结果与已有研究一致。最后我们通过将方法应用于建筑能源性能数据缺失插补的案例研究作结。