MI (multiply imputed) 데이터로부터 의 추정치에 대해 p- 값을 부트 스트랩하고 싶지만 MI 세트에서 p- 값을 결합하는 방법이 확실하지 않다는 문제가 우려됩니다.
MI 데이터 세트의 경우 추정치의 총 분산에 도달하는 표준 접근법은 Rubin의 규칙을 사용합니다. 풀링 MI 데이터 세트에 대한 검토는 여기 를 참조 하십시오 . 총 분산의 제곱근은 표준 오차 추정값 인 됩니다. 그러나 일부 추정량의 경우 총 분산에 알려진 닫힌 형태가 없거나 샘플링 분포가 정상이 아닙니다. 그런 다음 통계 {\ theta} / {se (\ theta)} 는 t- 분포되지 않고 무정형 일 수도 있습니다.
따라서 완전한 데이터 사례에서 한 가지 대안은 통계량을 부트 스트랩하여 표본 분포가 정상적이지 않고 닫힌 형태를 알 수없는 경우에도 분산, p- 값 및 신뢰 구간을 찾는 것입니다. MI의 경우 두 가지 옵션이 있습니다.
- MI 데이터 세트에서 부트 스트랩 분산 풀
- MI 데이터 세트에서 p- 값 또는 신뢰 한계 풀
첫 번째 옵션은 다시 Rubin의 규칙을 사용합니다. 그러나 에 비정규 샘플링 분포가있는 경우 이것이 문제가된다고 생각합니다 . 이 상황에서 (또는 더 일반적으로 모든 상황에서) 부트 스트랩 된 p- 값을 직접 사용할 수 있습니다. 그러나 MI의 경우 여러 p- 값 또는 신뢰 구간이 생겨 MI 데이터 세트에 풀링되어야합니다.
그래서 내 질문은 : 다중 대치 된 데이터 세트에서 여러 부트 스트랩 된 p 값 (또는 신뢰 구간)을 어떻게 풀링해야합니까?
진행 방법에 대한 제안을 환영합니다. 감사합니다.