纵向研究中的无应答偏差分析：比较综述及在早期儿童纵向研究中的应用
统计方法学
2024-01-31 v5 应用统计
摘要
当个体未能提供整轮调查或特定问题的数据时，纵向研究便面临无应答问题。我们比较了纵向研究中无应答偏差分析（NRBA）的方法，并在早期儿童纵向研究 2010-11 幼儿园班（ECLS-K:2011）上予以阐释。伴随流失的轮次无应答常产生单调缺失模式，其缺失机制可为随机缺失（MAR）或非随机缺失（MNAR）。我们讨论了针对单调模式的 NRBA 的加权、多重插补（MI）、不完全数据建模与贝叶斯方法。当所构造的权重与感兴趣的调查结果相关时，加权调整是有效的。MI 允许将含缺失值的变量纳入插补模型，从而得到潜在偏差更小、效率更高的估计。采用最大似然估计的多水平模型与利用广义估计方程估计的边际模型亦可处理不完全纵向数据。贝叶斯方法引入先验信息并潜在地稳定模型估计。我们在 MAR 结果中加入偏移以开展敏感性分析，评估 MNAR 偏离。我们对描述性摘要与分析模型估计进行了 NRBA，发现于 ECLS-K:2011 应用中，NRBA 对实质性结论仅产生微小改变。我们关于 NRBA 的证据强度取决于无应答调整中特征与关键调查结局间关系的强度，故成功 NRBA 的关键在于纳入强预测变量。
引用
@article{arxiv.2204.07105,
title = {Nonresponse Bias Analysis in Longitudinal Studies: A Comparative Review with an Application to the Early Childhood Longitudinal Study},
author = {Yajuan Si and Roderick Little and Ya Mo and Nell Sedransk},
journal= {arXiv preprint arXiv:2204.07105},
year = {2024}
}