缺失率和多重插補

使用多重插補 (MI) 時，是否存在最不可接受的限制？

例如，如果變量中的缺失值是 20% 的情況，而其他變量有缺失值但沒有達到如此高的水平，我可以使用 MI 嗎？

從評論中，您確信您處於 MAR 或 MCAR 情況。那麼多重插補至少是合理的。那麼有多少缺失是可以處理的呢？這樣想：

基本上，多重插補會使您的所有模型參數估計值不太確定，因為您可以使用插補模型預測缺失數據的準確度，這取決於需要插補的缺失量以及您使用的插補數。

因此，“太多”的缺失有多少取決於您願意忍受多少增加的方差/不確定性。對您有用的數量可能是相對效率（) 的 MI 分析。這取決於“缺失信息的比例”（不是簡單的缺失率），通常稱為，以及插補的數量，通常稱為， 作為.

與其在此處生成缺失信息等的定義，您可以簡單地閱讀MI 常見問題解答，它非常清楚地說明了事情。從那裡你會知道你是否想要處理原始來源：魯賓等。

實際上，您可能應該嘗試進行插補分析，看看它是如何工作的。

引用自：https://stats.stackexchange.com/questions/24392