数据缺失机制识别联合模型及评价

作者：岳廷妍; 邱建青; 裴姣; 张韬^*

来源：统计与决策, 2019, 35(16): 71-74.

DOI：10.13546/j.cnki.tjyjc.2019.16.014

• 缺失机制
• 缺失比例
• 联合模型
• Little MCAR法
• Logit响应模型法

文章提出了数据缺失机制识别联合模型,并运用R 3.4.1软件、采用Bootstrap法重复模拟对所提出的联合模型在不同缺失机制、不同缺失比例下的识别效果进行评价。从重复模拟结果可知,联合模型在不同缺失比例下对完全随机缺失(MCAR)机制的识别效果较好(正确识别率为94.79%～95.29%),对随机缺失(MAR)机制的识别效果尚可(正确识别率为77.64%～78.72%)。联合模型在两种缺失机制下在各缺失比例下的正确识别率均较为稳健。

• 单位
  公共卫生学院; 四川大学; 四川大学华西第四医院; 电子科技大学; 四川省肿瘤医院