基于r软件的缺失数据mice填补效果研究-中国卫生统计.pdfVIP

·５８０· 中国卫生统计２０１５年８月第３２卷第４期 基于Ｒ软件的缺失数据ＭＩＣＥ填补效果研究 山东大学公共卫生学院流行病与卫生统计学系（２５００１２）　章　涛　朱　麟　季加东　袁中尚　薛付忠　李秀君△ 　　【提　要】　目的　研究不同缺失率、不同缺失机制下，ＭＩＣＥ（ｍｕｌｔｉｖａｒｉａｔｅｉｍｐｕｔａｔｉｏｎｂｙｃｈａｉｎｅｄｅｑｕａｔｉｏｎｓ）多重填补的 效果，探讨该填补方法的适用情况。方法　依托某现况调查的完全数据，使用Ｒ软件构造不同缺失率、不同缺失机制的缺 失数据。计算列表删除和ＭＩＣＥ多重填补后分析结果的标准偏倚，并进行比较。单独对分类变量计算多重填补后的平均 错分率。结果　在单变量缺失率分别为１０％、２０％和３０％的随机缺失三种情况下，ＭＩＣＥ多重填补表现优良；其他模拟情 况下，ＭＩＣＥ多重填补相比于列表删除并未表现出明显的优势。对于分类变量，ＭＩＣＥ填补后的平均错分率均超过６０％。 结论　对于随机缺失数据，且单变量缺失率不超过３０％时，建议采用ＭＩＣＥ多重填补进行处理；但对于资料中的分类变 量，不建议直接引用ＭＩＣＥ填补后的具体数值。 【关键词】　ＭＩＣＥ　缺失数据　模拟研究　多重填补 ＡＳｔｕｄｙｏｎＥｆｆｅｃｔｓｏｆＭｕｌｔｉｖａｒｉａｔｅＩｍｐｕｔａｔｉｏｎｂｙＣｈａｉｎｅｄＥｑｕａｔｉｏｎＢａｓｅｄｏｎ ＲＳｏｆｔｗａｒｅ ＺｈａｎｇＴａｏ，ＺｈｕＬｉｎ，ＪｉＪｉａｄｏｎｇ，ｅｔａｌ．（ＤｅｐａｒｔｍｅｎｔｏｆＥｐｉｄｅｍｉｏｌｏｇｙａｎｄＨｅａｌｔｈＳｔａｔｉｓｔｉｃｓ，ＳｃｈｏｏｌｏｆＰｕｂｌｉｃＨｅａｌｔｈ，ＳｈａｎｄｏｎｇＵ ｎｉｖｅｒｓｉｔｙ（２５００１２）） 【Ａｂｓｔｒａｃｔ】　Ｏｂｊｅｃｔｉｖｅ　Ｔｏｅｖａｌｕａｔｅｔｈｅｅｆｆｅｃｔｓｏｆｍｕｌｔｉｖａｒｉａｔｅｉｍｐｕｔａｔｉｏｎｂｙｃｈａｉｎｅｄｅｑｕａｔｉｏｎｓ（ＭＩＣＥ）ｆｏｒｄａｔａｗｉｔｈｄｉｆ ｆｅｒｅｎｔｍｉｓｓｉｎｇｍｅｃｈａｎｉｓｍｓａｎｄｖａｒｉｏｕｓｍｉｓｓｉｎｇｐｒｏｐｏｒｔｉｏｎｓ，ａｎｄｅｘｐｌｏｒｅｔｈｅａｐｐｌｉｃａｔｉｏｎｓｉｔｕａｔｉｏｎｓｏｆｔｈｉｓｍｅｔｈｏｄ．Ｍｅｔｈｏｄｓ　Ａ ｃｏｍｐｌｅｔｅｄａｔａｓｅｔｆｒｏｍａｃｒｏｓｓｓｅｃｔｉｏｎａｌｓｔｕｄｙｗａｓｕｓｅｄｔｏｓｉｍｕｌａｔｅｍｉｓｓｉｎｇｄａｔａｓｅｔｓｗｉｔｈｄｉｆｆｅｒｅｎｔｍｉｓｓｉｎｇｍｅｃｈａｎｉｓｍｓａｎｄｖａｒｉ ｏｕｓｍｉｓｓｉｎｇｐｒｏｐｏｒｔｉｏｎｓｂｙＲｓｏｆｔｗａｒｅＴｈｅｓｔａｎｄａｒｄｂｉａｓｏｆｔｈｅｉｎｃｏｍｐｌｅｔｅｄａｔａｓｅｔｓｏｂｔａｉｎｅｄｂｙｌｉｓｔｗｉｓｅｄｅｌｅｔｉｏｎｗａｓｃｏｍｐａｒｅｄ ｗｉｔｈｔｈａｔｏｆｔｈｅｉｍｐｕｔｅｄｄａｔａｓｅｔｓｏｂｔａｉｎｅｄｂｙＭＩＣＥＡｄｄｉｔｉｏｎａｌｌｙ，ｆｏｒｂｉｎｏｍｉａｌｖａｒｉａｂｌｅ，ｔｈｅａｖｅｒａｇｅｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｒａｔｉｏｗａｓ ｃａｌｃｕｌａｔｅｄ．Ｒｅｓｕｌｔｓ　 ＭＩＣＥｐｅｒｆｏｒｍｅｄｗｅｌｌｆｏｒ“ｍｉｓｓｉｎｇａｔｒａｎｄｏｍ”ｄａｔａｗｉｔｈｔｈｅｕｎｉｖａｒｉａｔｅｍｉｓｓｉｎｇｐｒｏｐｏｒｔｉｏｎｏｆ１０％，２０％ ａｎｄ３０％Ｉｎｏｔｈｅｒｓｃｅｎａｒｉｏｓ，ＭＩＣＥｆａｉｌｅｄｔｏｓｈｏｗａｄｖａｎｔａｇｅｏｖｅｒｌｉｓｔｗｉｓｅｄｅｌｅｔｉｏｎＦｏｒｂｉｎｏｍｉａｌｖａｒｉａｂｌｅ，ｔｈｅａｖｅｒａｇｅｍｉｓｃｌａｓｓｉ ｆｉｃａｔｉｏｎｒａｔｉｏｓｗｅｒｅｍｏｒｅｔｈａｎ６０％Ｃｏｎｃｌｕｓｉｏｎ　Ｗｈｅｎｔｈｅｄａｔａｗａｓｍｉｓｓｉｎｇａｔｒａｎｄｏｍａｎｄｔｈｅｕｎｉｖａｒｉａｔｅｍｉｓｓｉｎｇｐｒｏｐｏｒｔｉｏｎ ｗａｓｎｏｍｏｒｅｔｈａｎ３０％，ＭＩＣＥｗａｓｒｅｃｏｍｍｅｎｄｅｄｔｏｕｓｅ，ｂｕｔｔｈｅｉｍｐｕｔｅｄｖａｌｕｅｉｎｂｉｎｏｍｉａｌｖａｒｉａｂｌｅｗａｓｎｏｔｓｕｇｇｅｓｔｅｄｔｏｂｅｒｅ ｐｒｅｓｅｎｔｅｄｉｎｒａｗｄａｔａｄｉｒｅｃｔｌｙ 【Ｋｅｙｗｏｒｄｓ】　ＭＩＣＥ；Ｍｉｓｓｉｎｇｄａｔａ；Ｓｉｍｕｌａｔｉｏｎ；Ｍｕｌｔｉｐｌｅｉｍｐｕｔａｔｉｏｎ 　　缺失数据（ｍｉｓｓｉｎｇｄａｔａ）是指那些未被观察到的、 多重填补的方