bukonu

Bilim & Araştırmaİstatistik & Metodoloji

Kayıp verilerde çoklu atama varsayılan yöntem olmalı mı?

Kayıp gözlemler, analiz örneklemini küçültebilir ve sonuçları yanlı hâle getirebilir. Çoklu atama belirsizliği hesaba katarken, başarısı verinin neden kaybolduğuna ilişkin varsayımlara bağlıdır. Bu nedenle yöntemin her çalışmada varsayılan seçilmesi tartışmalıdır.

bmj.comdoi.orgdoi.orgYapay zekâ ile hazırlandı; hatalı bir bilgi görürsen bize yaz.

Yöntem seçimi, eksik verinin nedenine ve analiz amacına bağlıdır.

Ayrıntı

Eksik veriler tamamen rastgele, gözlenen bilgilere bağlı veya gözlenmeyen değerlere bağlı olabilir; bu mekanizmalar aynı analiz yaklaşımını gerektirmez. Çoklu atama yanında olabilirlik temelli yöntemler, ağırlıklandırma veya duyarlılık analizleri de uygun bağlamlarda değerlendirilir. Bu yüzden yöntem tercihi, eksikliğin yapısı ve bilimsel soruyla birlikte gerekçelendirilmeli; kullanılan varsayımlar açıkça raporlanmalıdır.

EVET

E · 1

Gerekçe

Tek bir değerle doldurma, doldurulan gözlemleri kesinmiş gibi ele alabilir ve standart hataları olduğundan küçük gösterebilir. Çoklu atama ise birden fazla olası veri setinden elde edilen sonuçları birleştirerek, eksik değerlerin tahmin edilmesindeki belirsizliği hesaba katabilir. Bu yaklaşım, uygun varsayımlar ve iyi kurulmuş bir atama modeliyle kullanıldığında, yalnızca eksiksiz kayıtları analiz etmekten daha verimli tahminler sağlayabilir.

Çoklu atama, eksik değerlerden kaynaklanan belirsizliği analizlere yansıtır.

bmj.comdoi.org

E · 2

Gerekçe

Eksik gözlemleri olan kişileri analizden çıkarmak hem örneklem büyüklüğünü hem de temsil gücünü azaltabilir. Kayıp verilerle başa çıkmak için önceden belirlenmiş bir temel yaklaşım, araştırmacıların bu kararı gerekçelendirmesine ve yöntemlerini raporlamasına yardımcı olabilir. Çoklu atamanın varsayılan seçenek olması, diğer yöntemlerin her durumda yasaklanması anlamına gelmez; yöntem seçimini açıklama yükümlülüğünü güçlendirebilir.

Varsayılan bir yöntem, araştırmacıları eksik kayıtları gelişigüzel silmekten caydırabilir.

bmj.com

HAYIR

H · 1

Gerekçe

Yöntem çoğunlukla gözlenen değişkenlerin eksik değer mekanizmasını yeterince açıkladığı varsayımına dayanır. Eksik olma olasılığı, gözlenmeyen değerin kendisine de bağlıysa, standart çoklu atama bu bilgiyi doğrudan kullanamaz ve sonuçlar yanlı kalabilir. Bu nedenle her veri setine aynı yaklaşımı uygulamak, yöntem seçimini belirleyen kritik varsayımları gözden kaçırabilir.

Çoklu atama, eksikliğin mekanizması yanlış varsayılırsa yanlı sonuç verebilir.

bmj.com

H · 2

Gerekçe

Atama modelinin değişkenleri, biçimi ve etkileşimleri analiz sorusuyla uyumlu kurulmalıdır. Modelin uygunsuzluğu veya yakınsama sorunları, üretilen değerlerin inandırıcılığını ve analiz çıkarımlarını zayıflatabilir. Ayrıca eksikliğin gözlenmeyen değerlere bağlı olduğu durumlar için duyarlılık analizleri gerekebilir. Bunlar yapılmadan çoklu atama kullanmak, yöntem uygulandı diye sonuçların sağlam olduğu izlenimini yaratabilir.

Atama modeli ve tanılamalar, yöntemi her analiz için varsayılan kılmayı zorlaştırır.

doi.org