论文部分内容阅读
目的：针对医学研究资料中经常出现缺失数据和删失数据的情况，探索常用的缺失数据和删失数据的处理方法，最后分别采用删除法、期望最大化法（Expectation maximization，简称EM）和基于MarkovChain Monte Carlo模型的多重估算对缺失数据进行统计处理，比较三种方法的优劣以及各自在处理医学缺失数据上的适用性。方法：采用SAS9.2编程，分别对完整数据集制造不同缺失率的随机缺失数据集，然后用Ad Hoc法、EM法和MCMC法对不同缺失率的数据集分别进行处理，对处理结果进行比较。结果：数据缺失率≤5％时，经Ad hoc法处理的效果较好；数据缺失率在5％-40％时，经MCMC法处理后的分析结果更接近真实数据集；数据缺失率达到50％时，三种方法的处理效果均不理想。结论：Ad Hoc法和MCMC法对不同缺失率的数据集的处理效果有各自的优势， EM法与MCMC法计算结果接近，略差于MCMC法。