在条件预测中使用观测协变量插补缺失协变量的误导：一个收缩问题
计量经济学
2021-02-24 v1 统计方法学
摘要
研究者经常使用缺失数据的插补值来进行条件预测。然而，插补的应用往往缺乏统计理论的坚实基础。当我们未能找到证实以下主张的分析时，本文应运而生：在数据随机缺失（MAR）的情况下，缺失数据插补具有良好的频率派性质。我们聚焦于在估计形如 E(y|x, w) 的条件均值时，使用观测协变量来插补缺失协变量。这里 y 是结果变量，其实现总是被观测到；x 是协变量，其实现总是被观测到；w 是协变量，其实现有时未被观测到。我们考察了当样本量趋于无穷时 E(y|x, w) 的简单插补估计的概率极限。我们发现，在协变量数据 MAR 时，这些估计不一致。相反，估计存在收缩问题。它们收敛到介于所关注的条件均值 E(y|x, w) 与仅以 x 为条件的均值 E(y|x) 之间的中间点。我们用一种基因型插补来说明。
引用
@article{arxiv.2102.11334,
title = {Misguided Use of Observed Covariates to Impute Missing Covariates in Conditional Prediction: A Shrinkage Problem},
author = {Charles F Manski and Michael Gmeiner and Anat Tamburc},
journal= {arXiv preprint arXiv:2102.11334},
year = {2021}
}