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 |
|