统计学：缺失数据的多重插补（MI）与单一插补比较.docxVIP

统计学：缺失数据的多重插补（MI）与单一插补比较

一、引言

在实际统计分析中，数据缺失是几乎无法避免的问题。无论是问卷调查中的漏答、实验观测的意外中断，还是电子数据录入时的操作失误，缺失数据都会对研究结果的准确性和可靠性产生显著影响。如何科学处理缺失数据，一直是统计学领域的核心议题之一。当前，常用的处理方法主要分为两类：单一插补（SingleImputation，SI）与多重插补（MultipleImputation，MI）。前者通过一次估计填补所有缺失值，操作简单但易引入偏差；后者则通过多次插补生成多个完整数据集，结合统计推断结果，更全面地捕捉缺失数据的不确定性。本文将围绕两种方法的理论基础、操作逻辑及实际效果展开系统比较，旨在为研究者选择合适的缺失数据处理策略提供参考。

二、缺失数据处理的理论基础与核心挑战

（一）缺失数据的类型划分

要合理选择插补方法，首先需明确缺失数据的类型。根据缺失机制的不同，统计学家Rubin（1976）将缺失数据分为三类：

第一类是缺失完全随机（MissingCompletelyAtRandom，MCAR），即数据缺失与观测值本身及其他变量均无关，例如问卷编号为偶数的受访者恰好漏答了某题。

第二类是缺失随机（MissingAtRandom，MAR），即数据缺失与已观测的其他变量相关，但与缺失值本身无关，例如收入较高的受访者更可能拒绝回答“