生态瞬时评估数据离散时间状态空间建模中的缺失数据：插补方法的蒙特卡洛研究
统计方法学
2025-02-18 v3
摘要
在使用生态瞬时评估数据（EMA）时，由于受试者退出是常见问题，缺失数据普遍存在。因此，任何EMA研究都必须有缺失数据应对方案。本文讨论时间序列分析中的缺失性，以及当数据被建模为个体化的离散时间连续度量状态空间模型时处理缺失数据的恰当方式。我们发现，完全随机缺失、随机缺失和时间依赖随机缺失数据的偏差与变异性小于自回归时间依赖随机缺失与非随机缺失。卡尔曼滤波在大多数条件下擅长处理缺失数据。与文献相反，我们发现使用多种方法时，多重插补难以恢复参数。
引用
@article{arxiv.2301.13144,
title = {Missing Data in Discrete Time State-Space Modeling of Ecological Momentary Assessment Data: A Monte-Carlo Study of Imputation Methods},
author = {Lindley R. Slipetz and Ami Falk and Teague R. Henry},
journal= {arXiv preprint arXiv:2301.13144},
year = {2025}
}