r - poLCA R 缺失数据处理
问题描述
我对 poLCA 包以及它如何处理丢失的数据有疑问。这本身不是一个编程问题,但我没有找到专门的 poLCA 论坛,所以在这里发布。
在关于 poLCA 的论文(Linzer & Lewis, 2011, Journal of Statistical Software)中,作者写道:“虽然 poLCA 确实提供了在估计模型之前按列表删除具有缺失值的观察的选项,但没有必要这样做。相反, 在确定等式 1 中的乘积和等式 6 的分子中的总和时, poLCA 只是从计算中排除任何缺少观察的明显变量。先验在等式 3 中使用与观察到的一样多或尽可能少的明显变量进行更新每个人。”
我想知道第二种方法(考虑所有部分观察到的情况)是否类似于完整信息最大似然估计方法(Enders,&Bandalos,2001)?
在 Enders & Bandalos (2001) 的论文中解释了以下内容:“观测到的 X 值暗示了缺失 Y 数据点的可能值,包含部分完整数据提高了 Y 参数估计的精度和准确度。” 作者进一步解释说,尽管他们的方法与插补不同,但在概念上是相似的。
所以我想知道 poLCA 考虑所有部分观察到的案例的方式是否与全信息最大似然估计方法相同?Enders & Bandalos 中描述的推理能否应用于 poLCA 方法?
解决方案
推荐阅读
- angular - 使用 [(ngModel)] 仅更改引用对象,而不更改源
- intellij-idea - 用于合并短线的 Intellij 或 Clion 格式化程序
- javascript - 在 Django 中将参数传递给 websocket
- python - 关于函数递归函数中的关键字参数
- tooltip - 将工具提示添加到 zendesk home_page.hbs
- firebase - Flutter 本地通知插件显示功能不起作用
- java - JavaFx SQLite 驱动程序不适合
- html - 如何从链接到传递的参数中过滤特定的参数键?
- php - 使用 PHP 使用 javascript 解析文件 https
- text-to-speech - 试图用 system.speech 做一个语音助手。应用无响应错误