Làm thế nào để kết hợp nhiều bộ dữ liệu được liệt kê?

Tôi cần một bộ dữ liệu được liệt kê duy nhất (ví dụ: để tạo một nhóm giả quốc gia từ dữ liệu thu nhập bình quân đầu người của quốc gia bị tranh chấp). R cung cấp gói gói để tạo nhiều dữ liệu được liệt kê (ví dụ Amelia) và kết hợp các kết quả từ nhiều bộ dữ liệu (như trong MItools). Mối quan tâm của tôi là nếu tôi có thể lấy trung bình tất cả các dữ liệu được liệt kê để có được một tập dữ liệu duy nhất. Nếu vậy, làm thế nào tôi có thể làm điều đó trong R?

Bạn không thể trung bình dữ liệu. Vì các biến sẽ giống nhau trên dữ liệu được liệt kê, bạn phải nối thêm từng dữ liệu được liệt kê. Ví dụ: nếu bạn có 6 biến với 1000 quan sát và tần suất cắt của bạn là 5, thì bạn sẽ có dữ liệu cuối cùng là 6 biến với 5000 quan sát. Bạn sử dụng rbindchức năng để nối thêm dữ liệu vào R. Ví dụ: nếu bạn có năm dữ liệu được liệt kê (giả sử rằng bạn đã có những dữ liệu này trong tay), dữ liệu cuối cùng của bạn sẽ được lấy là

finaldata <- rbind(data1,data2,data3,data4,data5)

Để biết chi tiết, xem tại đây.

Sau khi cắt cụt:

Hệ số hồi quy từ mỗi dữ liệu được liệt kê thường sẽ khác nhau; do đó, hệ số được lấy là trung bình của các hệ số của tất cả các dữ liệu được liệt kê. Nhưng, có quy tắc bổ sung cho lỗi tiêu chuẩn. Xem ở đây để biết chi tiết.

Nhiều mô hình cắt cụt cho dữ liệu bị thiếu hiếm khi được sử dụng trong thực tế vì các nghiên cứu mô phỏng cho thấy rằng cơ hội của các tham số cơ bản thực sự nằm trong các khoảng che phủ không phải lúc nào cũng được mô tả chính xác. Tôi đặc biệt khuyên bạn nên thử nghiệm quy trình dựa trên dữ liệu mô phỏng (với các tham số được biết chính xác), dựa trên dữ liệu thực trong khu vực điều tra. Một tài liệu tham khảo nghiên cứu mô phỏng https://www.google.com/url?sa=t&source=web&rct=j&ei=Ua4BVJgD5MiwBMKggKgP&url=http://www.ssc.upenn.edu/~allison/MultInt99.pdf&cd=13&ved=0CCEQFjACOAo&usg=AFQjCNF1Rg6SbFPwLv5n3jYIVNA_iTMPCg&sig2 = d2VORWbqTNygdM6Z51TZEg

Tôi nghi ngờ việc sử dụng nói rằng năm mô hình đơn giản / ngây thơ cho dữ liệu bị thiếu có thể tốt hơn trong việc tạo ra ít sai lệch và bao gồm các khoảng chính xác bao gồm các tham số cơ bản thực sự. Thay vì gộp các ước tính của parmeter, người ta có thể làm tốt hơn bằng cách sử dụng các kỹ thuật Bayes (xem công việc với các mô hình cắt ngang trong ánh sáng này tại https://www.google.com/url?sa=t&source=web&rct=j&ei=mqcAVP7RA5HoggSop4LoDur //gking.harvard.edu/files/gking/files/measure.pdf&cd=5&ved=0CCUQFjAE&usg=AFQjCNFCZQwfWJDrrjzu4_5syV44vGOncA&sig2=XZUM14OMq_A01FyN4r61Zw ).

Có, không có nhiều sự chứng thực của các mô hình xử lý dữ liệu bị thiếu tiêu chuẩn và để trích dẫn một nguồn, ví dụ: http://m.circout results.ahajournals.org/content/3/1/98.short?rss=1&ssource=mfr : "Chúng tôi mô tả một số nền tảng của phân tích dữ liệu bị thiếu và chỉ trích các phương pháp ad hoc dễ gặp vấn đề nghiêm trọng. Sau đó, chúng tôi tập trung vào nhiều lần xử lý, trong đó các trường hợp bị thiếu trước tiên được điền vào một số bộ giá trị hợp lý để tạo ra nhiều bộ dữ liệu hoàn chỉnh ,. .. "nơi tôi sẽ chèn" (?) "sau khi mô hình hợp lý là một mô hình ngây thơ, đối với một người, thường không được mô tả tốt nhất là đưa ra dự đoán hợp lý. Tuy nhiên, các mô hình kết hợp biến phụ thuộc y, chính nó, như một biến độc lập (được gọi là hồi quy hiệu chuẩn) có thể đáp ứng tốt hơn đặc tính này.