生存资料怎么处理缺失

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

随访数据因为随访多年有人死亡或失访，许多样本的变量信息缺失严重（分类变量和数值变量都有）。需要做的是生存分析，有生存时间和事件，随访数据中变量缺失比例大多在30%-45%之间，现在缺失那么多大家有什么好的建议吗

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：怎么处理 Data 分类变量 生存分析 数值变量 缺失值 生存分析

在面对数据缺失问题时，有几种常见的处理方法可以考虑：

完全案例分析（Complete Case Analysis）：只使用完全没有缺失数据的样本进行分析。这种方法简单直接，但会忽略掉有缺失数据的样本，可能导致样本量减少和结果偏差。

插补法（Imputation）：通过填补缺失值来估计缺失数据。常见的插补方法包括均值插补、回归插补、多重插补等。插补方法可以提高样本量和结果的准确性，但需要注意插补方法的选择和合理性。

可用数据最大化（Maximizing Available Data）：尽量利用有限的可用数据进行分析。可以根据研究目的和数据情况，选择最相关的变量进行分析，或者使用子集分析等方法。

敏感性分析（Sensitivity Analysis）：通过对缺失数据进行不同假设和处理方法的敏感性分析，评估结果的稳健性和可靠性。

在你的情况下，由于data2中变量缺失比例较高，完全案例分析可能会导致样本量过小。您可以考虑使用插补法来填补缺失数据，例如使用回归插补或多重插补方法。此外，您还可以进行敏感性分析，评估不同处理方法对结果的影响。

需要注意的是，选择合适的方法需要根据具体的数据情况和研究目的来决定。建议在进行分析之前，仔细评估数据缺失的原因、缺失模式以及可行的处理方法，并在分析结果中适当地讨论和解释缺失数据对结果的影响。

sun_man 发表于 2023-9-28 15:29
在面对数据缺失问题时，有几种常见的处理方法可以考虑：

完全案例分析（Complete Case Analysis）：只使 ...

from GPT？