مقایسه ی دو رهیافت برای برخورد با متغیرهای کمکی گم شده در رگرسیون لوژستیک

در طول 25 سال گذشته پیشرفت های روش شناسانه ای در زمینه ی تیمار داده های گم شده صورت گرفته است. بیش تر مطالعه های انتشاریافته روی داده های گم شده در متغیرهای وابسته تحت شرایط گوناگون تمرکز داشته اند. مطالعه ی حاضر در پی آن است که این خلا را با مقایسه ی دو رهیافت برای برخورد با داده های گم شده در متغیرهای کمکی رسته ای در رگرسیون لوژستیک پر کند: روش امید ریاضی- ماکسیمم سازی (EM) وزن ها و جانهی چندگانه (MI). داده های نمونه به صورت تصادفی از جامعه ای با مشخصه های معلوم انتخاب شده اند. داده های گم شده ی مربوط به متغیرهای کمکی تحت دو حالت شبیه سازی شده اند: گم شده ی کاملا تصادفی و گم شده ی تصادفی با نرخ های گم شدگی متفاوت. یک مدل رگرسیونی لوژستیک با استفاده از یکی از دو رهیافت EM یا MI بر هر نمونه برازش داده شده است. عملکرد این دو رهیافت با چهار معیار مورد مقایسه قرار گرفته است. اریبی، کارایی، پوشش و نرخ عدم پذیرش. نتیجه ها به طور کلی MI را بر EM ترجیح می دادند. مسائل عملی از جمله اجرا، گنجاندن متغیرهای کمکی پیوسته و اثر متقابل بین متغیرهای کمکی مورد بحث قرار گرفته اند.