YesStat — 결측값 처리 (결과)

결측값 처리

패턴 분석 · MCAR 검정 · 대체 방법

변수	N	결측 수	결측률(%)	패턴
JR1–JR4	412	1	0.2	무작위
WE1–WE5	412	1	0.2	무작위
JP1–JP4	412	1	0.2	무작위
JD1–JD4	412	0	0.0	—
age	412	0	0.0	—

χ²	df	p	판정
18.42	24	.780	완전 무작위 결측

p > .05이면 결측이 완전 무작위(MCAR)라는 귀무가설을 기각하지 못합니다.

전체 결측률 0.7%. 5% 미만이면 목록별 제거로 충분합니다.

해석interp_rules.rule_id = MISSING_MCAR · 매칭조건 missing_rate<.05 AND mcar_p>.05

전체 결측률은 0.7%로 매우 낮았고, Little의 MCAR 검정 결과 결측이 완전 무작위로 발생한 것으로 나타났습니다(χ²(24) = 18.42, p = .780).

결측률이 5% 미만이고 MCAR이 확인되었으므로 목록별 제거를 사용해도 편향이 발생하지 않습니다. 결측률이 10%를 넘거나 MCAR이 기각되면 다중대체를 권장합니다.

DATA IMPUTATION: IMPUTE = JR1-JD4;
  NDATASETS = 5; SAVE = imp*.dat;
ANALYSIS: TYPE = BASIC;

mi set wide
mi register imputed JR1-JD4
mi impute chained (regress) JR1-JD4, add(5)

library(mice)
imp <- mice(dat[,c('JR1','WE1','JP1','JD1')], m=5, seed=7)

MULTIPLE IMPUTATION JR1 TO JD4
  /IMPUTE METHOD=AUTO NIMPUTATIONS=5
  /MISSINGSUMMARIES OVERALL PATTERNS.

모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.