缺失数据填补.pptxVIP

MissingDatainEpidemiologicalStudies;目录

CONTENT;;缺失数据是常见问题;

处理方法很关键

不同的方法会产生有偏的和/或低效的估计

两种情形：协变量缺失；结局和/或主要暴露的缺失

根本消除缺失的办法是在设计阶段做好防范工作，否则就要如实汇报处理方法的局限性和结果是否可靠

;常用方法：完整数据分析法（忽略含缺失值的数据）

若数据缺失率较小，则结果偏倚较小，效率降低较少

然而，该方法在大多数情况下是有偏的而且是低效的

;缺失数据的影响;缺失数据的类型;完全随机缺失（MCAR）;随机缺失（MAR）;非随机缺失（MNAR）;Method;CompleteCase;Completecase---MCAR;CompleteCase---MAR;Completecase---MAR（multiplicative）;Notes

如果缺失与另外一个协变量有关（吸烟），我们可以用四格表对协变量分层

只有在协变量与暴露和结局无关时才可以抵消f和g

对连续结局变量：即使缺失是乘法模型，完整数据分析法仍然会产生有偏的估计;若缺失不是乘法模型，那么很有可能是这种缺失机制：

即缺失依赖于结局，暴露，协变量，效应修饰因子。。。

;Simpleexample（n=1000）

肺癌发病风险与二氧化硅暴露

结局：肺癌（lungcan）

暴露：二氧化硅

混杂因素：吸烟史（smk）

;Completecase（n=838）

肺癌发病风险与二氧化硅暴露

结局：肺癌（lungcan）

暴露：二氧化硅

混杂因素：吸烟史（smk）

;Indicatormethod

创建一个指标变量

M=1表缺失部分协变量X

M=0表无缺失数据;缺失指标法

最终OR是三层的加权和，其中

X=0/1无偏估计

X=2有偏估计;;缺失指标法：简单例子;;换用完整数据法（n=804）;缺失指标法---更复杂的模型;逆概率加权法（InverseProbabilityWeighting，IPW）;基本步骤：

1：拟合

;填补法

概念：使用来源于已有数据的值替换缺失值

随机选择

概率原则（期望值基于完整数据）;;;单次填补方法的分类

Unconditionalmean

Conditionalmean

Unconditionaldraw

Conditionaldraw

;

多重填补

填补为M个完整数据集

产生M个β的估计值β1…βM

最终的β估计值是β1…βM的均值

;多重填补的假设检验

无效假设H0：β=0

检验统计量：t值;多重填补的“M”：填补次数

M应该选择多大？

大多数情况下，不宜太大（拇指法则）

;极大似然估计

如果假设成立，极大似然估计将会是无偏且最高效的;总结

所有的处理方法都要基于一定的假设条件而且都存在一定程度的偏倚

有偏处理方法

完全数据法（除非数据缺失是MCAR）

缺失指标法

;THANKYOU