第二十一章 缺失数据的多重填补

在SAS 9.13中，可以使用MI过程对含有缺失值的数据进行多重填补，该过程可以使用预测均数匹配（predictive mean matching，PMM）、趋势得分（propensity score，PS）、判别分析和logistic回归等方法对缺失值进行填补。对于复杂的缺失模式，可以采用马尔科夫链蒙特卡罗（Markov Chain Monte Carlo，MCMC）方法。第六部分结果是含缺失值的变量的“多重填补方差信息（Multiple Imputation Variance Information） ......