多重插补的推断及插补效果-hc6800-es v2.0

时间:2021-06-08 19:51:04
【文件属性】:
文件名称:多重插补的推断及插补效果-hc6800-es v2.0
文件大小:180KB
文件格式:PDF
更新时间:2021-06-08 19:51:04
插补数据 四、多重插补的推断及插补效果 与 单 变 量 推 断 ( 单 一 推 断 ) 相 似 , 多 重 推 断 ( 基 于 Walk 检验) 也可以从个插补数据集中得到。对个插补值 , 我们可以计算出 m 个不同参数 Q 的点估计和方差估计 集合。令Q% i 和U% i (i=1,2,∧,m)为第 i 次插补集的点估计量 和方差估计量,然后得到多重插补的点估计量 Q, Q 为 m 个完全数据估计量的平均。即 : Q"= 1 m m i = 1 #Q% i 令U"为组内插补方差 , 则U"= 1 m m i = 1 $Q% i 令 B 为组间插补方差 , 则 B= 1 m m i = 1 $(!% i- !%)2 因此 , 总方差 T 为: T=U"+(1+ 1 m )B 统计量(!% i- !%)T - 1 2 近似服从*度为 Vm 的 t 分布: (!% i- !%)T - 1 2 ~t(Vm) 其中 Vm=(m- 1)[1+ U" (1+m- 1)B ]2 当完全数据的*度 V0 很 小 且 仅 有 一 小 部 分 比 例 的缺失数据时 , 计算出*度 Vm 可能比 V0 还要大 , 而 这显然是不恰当。Barnard 和 Rubin( 1999) 建议使用调整 的*度 Vm *。 Vm *=[ 1 Vm + 1 V% obs ]- 1 这里V% obs = V0+1 V0+3 V0(1- r), r= (1+m- 1) T B 而判断插补 的 效 果 如 何 则 取 决 于 替 补 值 和 缺 失 值 的近似程度 , 可以用比率 r 来衡量: r= (1+m- 1)B U" 比率 r 是由于无回答引起的方差的相对增加值 ( 方 差增加的相对量) 。如果 Q 没有缺失信息 , 则 r 值 B 值都 为 0, 当 m 较大或 r 较小时 , *度 Vm 将较大 , 分布近似 正态的。 6

网友评论