多重填补法Markov Chain Monte Carlo模型在有缺失值的妇幼卫生纵向数据中的应用

被引：4

作者：

茅群霞

李晓松

机构：

[1] 四川大学华西公共卫生学院卫生统计学教研室,四川大学华西公共卫生学院卫生统计学教研室成都,成都

来源：

四川大学学报(医学版) | 2005年 / 03期

关键词：

多重填补法; Markov ChainMonte Carlo; 缺失值; 妇幼卫生;

D O I：

暂无

中图分类号：

R172 [妇幼保健事业与组织];

学科分类号：

摘要：

目的　针对妇幼卫生纵向数据的任意缺失模式,采用多重填补方法进行填补,探求最佳填补结果,以便对数据作进一步分析与研究。方法　运用SAS9.0 ,采用多重填补方法Markov China Monte Carlo(MCMC)模型对缺失数据进行多次填补并综合分析。结果　填补5次所得结果最优。结论　多重填补方法可以处理有缺失数据资料中的许多普遍问题,可提高统计效率,尤其是MCMC模型在处理复杂的缺失数据上,优势明显。

引用

页码：422 / 425

页数：4

共 7 条

[1] Van Buuren S,Boshuizen HC,Knook DL.Multiple imputation of missing blood pressure covariates in survival analysis. Statistics in Medicine . 1999
[2] Mary Beth Landrum,Mark P Becker.A multiple imputation strategy for incomplete longitudinal data. Statistics in Medicine . 2001
[3] Abraham WT,Russell DW.Missing data: a review of current methods and applications in epidemiological research. Current Opinion in Psychiatry . 2004
[4] Patricia A Patrician.Focus on research methods multiple imputation for missing data. Research in Nursing and Health . 2002
[5] Rubin DB.Multiple imputation for nonresponse in surveys. New York: John Wiley &Sons . 1987
[6] Schafer JL,Maren K Olsen.Multiple imputation for multivariate missing-data problems: a data analysis’ s perspective. Multivariate Behavioural Research . 1998
[7] Arnold Alice M,Kronmal Richard A.Multiple Imputation of Baseline Data in the Cardiovascular Health Study. American Journal of Epidemiology . 2003

← 1 →