j******a
发帖数: 194 | 1 请教大家一个问题，我要做一个mixed linear model
y_ij= beta_0+beta_1*x_ij+S_j,
其中 x_ij是一个fixed effect,每个y_ij都对应一个值，而S_j有4个值，不同的y可能
对应不同的值。如果写成matrix 形式，
Y= X b + Z S,
Z是由 (0,...,1,0)组成的indicator矩阵，但是问题在于有5%的数据中s_j的值未知。
请问如果不直接删除这些数据，有没有什么好的方法可以定义S或者Z ？或者简单来说
，怎么处理这样的missing covariates最好？谢谢。
我想用Bayesian的方法做，但如果能提供一些frequentist的方法做参考，也非常感谢 | j*******y
发帖数: 58 | 2 这用imputation最方便了
【在 j******a 的大作中提到】
: 请教大家一个问题，我要做一个mixed linear model
: y_ij= beta_0+beta_1*x_ij+S_j,
: 其中 x_ij是一个fixed effect,每个y_ij都对应一个值，而S_j有4个值，不同的y可能
: 对应不同的值。如果写成matrix 形式，
: Y= X b + Z S,
: Z是由 (0,...,1,0)组成的indicator矩阵，但是问题在于有5%的数据中s_j的值未知。
: 请问如果不直接删除这些数据，有没有什么好的方法可以定义S或者Z ？或者简单来说
: ，怎么处理这样的missing covariates最好？谢谢。
: 我想用Bayesian的方法做，但如果能提供一些frequentist的方法做参考，也非常感谢
| j******a
发帖数: 194 | 3 如果是Bayesian，用imputation也不方便吧？我目前只是把missing的数据设为单独一
类，不过其实这也是权宜之计 |
|
