想请问在针对有 missing value 的资料作 impute 时， 若我现在有一 impute 的方法， (大概简述一下，会用这方法的原因是在於这方法考虑比较详尽的条件及情形， 而且 error rate 也比其它方法较低，较广为人使用) 它需要 reference data 来对我现有的资料(study sample)作 impute， 但我的 study sample 并非皆能有对应的 reference data， (所谓的对应是指 reference data 和 study data 都有的 predicotrs) 因此，如果我一部分的资料(有对应的 reference data)用此方法， 另一部分无法对应的资料用其它方法，可行吗？ (我个人是不偏向同一 sample 用不同的方法，很怕之後分析结果会偏向某 imputation 方法所得的结果，也可能是我想太多啦…) 再者，如果 imputation 这部分解决了， 我针对原始资料，踢除有 missing value 的 individuals (仍剩1000多笔)， 作跟 imputation 後的资料同样的分析，再比对两种 data 分析的结果， 这样… 有意义吗？ (毕竟 imputation 仍会有些 error ，我会比较期望有经过 impute 动作所挑出显着的 predictors 在没有 impute 动作下也能看到，是不是多此一举?) 若您有任何想法，还请告诉我，谢谢!! <(_ _)> --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.109.74.141