Множественная импутация дискретных и непрерывных данных методом полной условной спецификации

Цель множественной импутации — обеспечить корректность статистических выводов об оценках, полученных на основе неполных данных. Для этого импутированные значения должны сохранять структуру данных и неопределённость относительно этой структуры, а также учитывать сведения о процессе, обусловившем пропуски. Для импутации многомерных данных применяют два подхода: совместное моделирование (JM) и полную условную спецификацию (FCS). JM основано на параметрической статистической теории, поэтому статистические свойства соответствующих процедур импутации известны. Этот подход теоретически обоснован, однако совместная модель может быть недостаточно гибкой для описания типичных особенностей данных, что потенциально приводит к смещению. FCS — полупараметрическая гибкая альтернатива, в которой многомерная модель задаётся последовательностью условных моделей — по одной для каждой переменной с пропущенными значениями. FCS отличается высокой гибкостью и простотой применения, однако его статистические свойства трудно установить. Результаты симуляционных исследований показывают, что в изученных случаях FCS работает хорошо. В настоящей статье рассматриваются и сравниваются эти подходы. JM и FCS применили к данным о половом созревании 3801 нидерландской девочки; пропуски имелись в данных о менархе (две категории), развитии молочных желёз (пять категорий) и развитии лобкового оволосения (шесть стадий). Импутацию выполнили с использованием двух моделей: многомерной нормальной модели с округлением и дискретной модели, заданной условно. Подход JM привёл к смещению референсных кривых, тогда как при использовании FCS такого смещения не наблюдалось. Авторы заключают, что FCS — полезная и простая в применении гибкая альтернатива JM, если невозможно задать подходящее и реалистичное совместное распределение.