追踪研究中缺失数据处理方法及应用现状分析

追踪研究中普遍存在缺失数据,缺失数据处理方法的选择影响统计推断的精度及研究结果的有效性。首先,阐述缺失机制及判断方法,比较追踪研究中主要的缺失数据处理方法的特点、及实际应用中的缺失处理方法的选择和软件实现。其次,对国内心理学中92篇追踪研究文献进行分析,发现有59篇(64.13%)报告不同程度缺失,其中仅39篇报告了处理方法且均为删除法。未来研究应深入探讨现有缺失数据处理方法的有效性,进一步规范应用研究中缺失数据的处理。

任意缺失模式缺失数据不同填补方法效果比较

目的探讨任意缺失模式下缺失数据的填补方法,并对不同方法填补效果进行比较和评价。方法结合我国北方绝经期妇女钙需要和膳食评估应用研究课题的数据,调用SAS软件中IML模块产生任意缺失模式模拟数据,通过MI和MIANALYZE过程实现缺失数据的填补,同时应用准确度和稳定度两个评价指标来评价各方法填补的效果。结果PS方法填补3次在本文模拟的任意缺失模式的缺失数据中填补效果最佳,MCMC方法填补效果并不理想。结论在填补任意缺失模式的缺失数据时,MCMC并不是唯一的多重填补方法,通过多重填补的PS方法、PMM方法和REG方法把数据填补成单调缺失后,再用相同方法进行一次填补也是一种可选择的填补方法。

缺失数据的识别与处理

目的:数据缺失在调查研究中是一个非常普遍的现象,它的出现造成部分原始样本信息的损失,在一定程度上危害研究结果的有效性,需要引起研究者的重视。缺失数据产生的3类机制为完全随机缺失、随机缺失、非随机缺失。目前常见的缺失数据处理方法包括删除法、加权调整法、插补法、参数似然法,其各有优缺点,应针对缺失数据产生的机制选择相应的处理方法。

ISAR Imaging of Missing Data Based on the Iterative Adaptive Approach

Through the coherent accumulation of target echoes, inverse synthetic aperture radar （ISAR） imaging achieves high azimuth resolution. However, because of the instability of the radar system, the echoes of the 1SAR will be randomly lost. The conventional FFT processing methods can cause image blur and high sidelobes or other issues. A novel algorithm for ISAR missing-data imaging based on the Iterative Adaptive Approach （IAA） is proposed. The algorithm enjoys global convergence properties and does not need to set the parameters in advance. The missing-data ISAR imaging results for simulated and measured data illustrate the effectiveness of the algorithm.

非实验性药物流行病学研究数据缺失的预防、检查和处理

与精心开展的随机化临床试验相比,非实验性研究中的缺失数据会对有效性形成更大的威胁。然而,非实验性真实世界研究可以更加准确地描述医疗干预措施在实际情境中对不同的患者群体的作用,从而补偿这些限制条件。如果研究者认识到缺失一定数量的数据(无论关于暴露、结局还是混杂因素)不可避免,就应该在研究开始时针对缺失数据制定计划,尽可能防止缺失数据,同时为处理重要变量的缺失数据制定规划。如不能获得所有患者的全部数据元素,就必须认真检查和处理缺失数据。可采用多重填补等统计技术填补空缺。这些方法都需要尽可能了解导致数据缺失的因素的相关假设及其与研究结果的关联。此文描述了预防缺失数据的策略和处理非实验性真实世界研究中缺失数据的分析方法,并加入了例证说明。