Mehrere Imputation in Stata: Imputing Dies ist Teil vier der Mehrfach-Imputation in der Stata-Serie. Eine Liste der Themen, die von dieser Serie abgedeckt werden, finden Sie in der Einleitung. Dieser Abschnitt wird Sie durch die Details der Imputation zu sprechen. Seien Sie sicher, dass Sie mindestens die vorhergehende Sektion lesen, Erstellen von Imputation Models. So dass Sie ein Gefühl dafür haben, welche Probleme die Gültigkeit Ihrer Ergebnisse beeinflussen können. Beispieldaten Um den Prozess zu veranschaulichen, verwenden Sie einen fertigen Datensatz. Anders als in den Beispielen ist dieser Datensatz so ausgelegt, dass er Ähnlichkeit mit realen Daten hat. Weiblich (binär) Rasse (kategorisch, drei Werte) urban (binär) edu (geordnet kategorisch, vier Werte) exp (kontinuierlicher) Lohn (kontinuierlich) Fehlende. Jeder Wert aller Variablen außer weiblichen hat eine 10 Chance, vollständig zufällig fehlen, aber natürlich in der realen Welt wissen wir nicht, dass es MCAR vor der Zeit ist. Somit können wir überprüfen, ob es sich um MCAR oder MAR handelt (MNAR kann nicht durch Betrachten der beobachteten Daten kontrolliert werden), und zwar unter Verwendung der Prozedur, die in der Entscheidung zum Prüfen beschrieben wird: unab numvars: unab missvars: urban-wage misstable sum, gen (miss) foreach var of (3) Quotentest von nvar durch Fehlen von varquot ttest nvar, durch (missvar) Sehen Sie sich das Protokoll an Datei für Ergebnisse. Unser Ziel ist es, die Löhne auf Sex, Rasse, Bildung und Erfahrung zurückzuzahlen. Um die quotrightquot-Antworten zu sehen, öffnen Sie die do-Datei, die den Datensatz erstellt und untersucht den gen-Befehl, der den Lohn definiert. Den vollständigen Code für den Imputationsprozess finden Sie in der folgenden Datei: Der Imputationsprozess erzeugt eine Menge Output. Nun setzen Highlights auf dieser Seite, aber eine vollständige Protokolldatei mit den zugehörigen Graphen finden Sie hier: Jeder Abschnitt dieses Artikels haben Links zu den entsprechenden Abschnitt des Protokolls. Klicken Sie in Ihrem Browser auf quotbackquot, um zu dieser Seite zurückzukehren. Einrichten Der erste Schritt bei der Verwendung von mi-Befehlen ist, mi Ihre Daten zu setzen. Das ist etwas ähnliches wie svyset. Tsset Oder xtset. Der Befehl mi set teilt Stata mit, wie es die zusätzlichen Imputationen youll create speichern soll. Wir schlagen vor, das Breitformat zu verwenden, da es etwas schneller ist. Auf der anderen Seite verwendet mlong etwas weniger Speicher. Um Stata die breite Datenstruktur verwenden zu lassen, geben Sie Folgendes ein: Um die Datenstruktur von stata verwenden zu können, geben Sie Folgendes ein: Die breite vs. lange Terminologie wird aus dem Reshape entlehnt und die Strukturen sind ähnlich. Allerdings sind sie nicht gleichwertig und Sie würden niemals verwenden, um die Datenstruktur von mi ändern ändern. Stattdessen geben Sie mi convert wide oder mi convert mlong ein (add, clear, wenn die Daten seit der letzten Änderung nicht gespeichert wurden). Die meisten der Zeit, die Sie nicht brauchen, um darüber, wie die Imputationen sind Sorgen: die mi Befehle finden Sie heraus, wie automatisch gelten, was Sie tun, um jede Imputation. Aber wenn Sie die Daten in einer Weise zu manipulieren müssen, die für Sie tun, dann youll Notwendigkeit, über die Details der Struktur zu lernen, die Sie verwenden. Youll müssen auch sehr, sehr vorsichtig sein. Wenn Sie an solchen Dingen interessiert sind (einschließlich der selten verwendeten Flong - und Flongsep-Formate), führen Sie diese Datei aus und lesen Sie die darin enthaltenen Kommentare, während Sie den Datenbrowser untersuchen, um zu sehen, wie die Daten in jeder Form aussehen. Registrieren von Variablen Die mi-Befehle erkennen drei Arten von Variablen: Imputed-Variablen sind Variablen, die mi zu berechnen oder zu berechnen ist. Reguläre Variablen sind Variablen, die mi nicht zu berechnen ist, entweder durch Wahl oder weil sie keine Werte fehlen. Passive Variablen sind Variablen, die vollständig durch andere Variablen bestimmt werden. Beispielsweise wird der Lohn durch Lohn bestimmt, oder ein Indikator für Fettleibigkeit kann durch eine Funktion von Gewicht und Höhe bestimmt werden. Interaktionsbegriffe sind auch passive Variablen, aber wenn Sie Statas Interaktion Syntax Sie müssen nicht als solche zu deklarieren. Passive Variablen sind oft problematisch8212die Beispiele zu Transformationen. Nichtlinearität. Und Interaktionen zeigen, wie mit ihnen unangemessen kann zu voreingenommen Schätzungen führen. Wenn eine passive Variable durch reguläre Variablen bestimmt wird, kann sie als reguläre Variable behandelt werden, da keine Imputation erforderlich ist. Passive Variablen müssen nur dann als solche behandelt werden, wenn sie von unbestimmten Variablen abhängen. Die Registrierung einer Variablen teilt Stata mit, welche Art von Variable sie ist. Implizierte Variablen müssen immer registriert werden: mi register imputed varlist, wobei varlist durch die tatsächliche Liste der zu berechnenden Variablen ersetzt werden soll. Regelmäßige Variablen müssen oft nicht registriert werden, aber es ist eine gute Idee: mi register reguläre Variable Passive Variablen müssen registriert werden: mi register passive varlist Passive Variablen werden jedoch häufiger nach dem Imputieren erzeugt. Tun Sie dies mit mi passiv und sie werden automatisch als passiv registriert. In unseren Beispieldaten sind alle Variablen außer weiblich zu unterstellen. Der passende mi register-Befehl lautet: mi register unterstellte Race-Lohn (Beachten Sie, dass Sie nicht als Ihre Liste verwenden können, auch wenn Sie alle Ihre Variablen zu beurteilen haben, denn das würde die Systemvariablen hinzufügen, die von mi gesetzt werden, um die Imputationsstruktur zu verfolgen .) Die Registrierung von Weibchen als Standard ist optional, aber eine gute Idee: mi reguläre weibliche Kontrolle des Imputationsmodells Basierend auf den Typen der Variablen sind die offensichtlichen Imputationsmethoden: Rasse (kategorisch, drei Werte): mlogit städtisch (binär): Logit edu (geordnet kategorisch, vier Werte): ologit exp (kontinuierlich): regress lohn (kontinuierlich): regress weiblich muss nicht unterstellt werden, sondern sollte in die Imputationsmodelle aufgenommen werden, da es sich im Analysemodell und weil es Werden. Bevor wir uns anregen, werden wir jedes der Imputationsmodelle überprüfen. Führen Sie immer jedes Ihrer Imputationsmodelle einzeln außerhalb des mi-verknüpften Kontexts aus, um festzustellen, ob sie konvergieren und (soweit möglich) überprüfen, ob sie korrekt angegeben sind. Code, um jedes dieser Modelle laufen: mlogit Rennen i. urban exp Lohn i. edu i. female logit urban i. race exp Lohn i. edu i. female ologit edu i. urban i. race exp Lohn i. female regress exp I. Raum-Lohn i. edu i. female Regress Lohn i. urban i. race exp i. edu i. female Beachten Sie, dass, wenn kategoriale Variablen (geordnet oder nicht) als Kovariaten i erscheinen. Erweitert sie in Mengen von Indikatorvariablen. Wie auch später zu sehen ist, enthält die Ausgabe des Befehls mi impute chained die Befehle für die einzelnen Modelle, die es ausführt. So eine nützliche Verknüpfung, besonders wenn Sie eine Menge von Variablen zu berechnen haben, ist es, Ihre mi impute verketteten Befehl mit der Option dryrun, um es zu verhindern, dass jede tatsächliche imputing, führen Sie es aus, und kopieren Sie die Befehle aus der Ausgabe in Ihre do-Datei zum Testen. Konvergenzprobleme Als erstes ist zu beachten, dass alle diese Modelle erfolgreich laufen. Komplexe Modelle wie mlogit können nicht konvergieren, wenn Sie eine große Anzahl von kategorischen Variablen haben, denn das führt oft zu kleinen Zellengrößen. Um die Ursache des Problems festzulegen, entfernen Sie die meisten Variablen, stellen Sie sicher, dass das Modell mit dem, was übrig ist, und fügen Sie dann Variablen wieder eins zu einem Zeitpunkt oder in kleinen Gruppen, bis es aufhört zu arbeiten. Mit einigen Experimenten sollten Sie in der Lage sein, die Problemvariable oder Kombination von Variablen zu identifizieren. An diesem Punkt müssen Sie entscheiden, ob Sie Kategorien kombinieren oder Variablen löschen oder andere Änderungen vornehmen können, um ein funktionsfähiges Modell zu erstellen. Prefect Prediction Perfekte Vorhersage ist ein weiteres Problem zu beachten. Der Imputationsprozeß kann nicht einfach die perfekt prognostizierten Beobachtungen fallen lassen, wie es logit kann. Man könnte sie fallen lassen, bevor man sie angibt, aber das scheint den Zweck einer multiplen Zurechnung zu besiegen. Die Alternative ist, die Augment (oder nur Aug) - Option auf die betroffenen Methoden hinzuzufügen. Dies erklärt, dass mi den verketteten Quotenanteil angibt, um den quota-modifizierten Regressionquot-Ansatz zu verwenden, der fälschlicherweise Beobachtungen mit sehr niedrigen Gewichten addiert, so dass sie eine vernachlässigbare Wirkung auf die Ergebnisse haben, aber eine perfekte Vorhersage verhindern. Details dazu finden Sie im Abschnitt quotDie Frage der perfekten Vorhersage bei der Imputation von kategorialen Datenquots in der Stata-MI-Dokumentation. Prüfen auf Misspecification Sie sollten auch prüfen, ob die Modelle korrekt angegeben sind. Eine vollständige Diskussion darüber, wie zu bestimmen, ob ein Regressionsmodell richtig oder nicht spezifiziert ist weit über den Rahmen dieses Artikels, aber verwenden Sie alle Werkzeuge, die Sie angemessen finden. Hier sind einige Beispiele: Residual vs. Fitted Value Plots Für stetige Variablen können Residual - und Fit-Value-Plots (leicht mit rvfplot getan werden) nützlich sein. Einige Beispiele verwenden sie, um Probleme zu erkennen. Betrachten Sie die Handlung für die Erfahrung: regress exp i. urban i. race Lohn i. edu i. female rvfplot Beachten Sie, wie eine Anzahl von Punkten sind gruppiert entlang einer Linie in der unteren linken, und keine Punkte sind darunter: Dies spiegelt die Einschränkung, dass Kann die Erfahrung nicht kleiner als Null sein, dh die eingefügten Werte müssen immer größer oder gleich den Residuen sein, oder alternativ müssen die Residuen größer oder gleich dem negativen Wert der eingestellten Werte sein. (Wenn der Graph die gleiche Skalierung auf beiden Achsen hatte, wäre die Constraint-Linie eine 45-Grad-Linie.) Wenn alle Punkte unterhalb einer ähnlichen Linie und nicht oberhalb derselben liegen, würde dies sagen, dass es eine obere Schranke für die Variable gibt Anstatt eine untere Schranke. Der y-Intercept der Constraint-Zeile gibt Ihnen die Grenze in beiden Fällen. Sie können auch eine untere Schranke und eine obere Schranke haben, indem Sie alle Punkte in einem Band zwischen ihnen setzen. Das quotobviousquot Modell, regress. Ist für die Erfahrung unangemessen, weil sie diese Einschränkung nicht anwenden wird. Seine auch unangemessen für Löhne aus dem gleichen Grund. Alternativen sind truncreg, ll (0) und pmm (gut verwenden pmm). Hinzufügen von Interaktionen In diesem Beispiel scheint es plausibel, dass die Beziehungen zwischen Variablen zwischen Rasse, Geschlecht und städtischen Gruppen variieren können. So ist eine Möglichkeit, auf Misspecification zu überprüfen, um Interaktionsbegriffe zu den Modellen hinzuzufügen und zu sehen, ob sie sich als wichtig erweisen. Zum Beispiel gut vergleichen das offensichtliche Modell: regress exp i. race Lohn i. edu i. urban i. female mit einer, die Interaktionen enthält: regress exp (i. race i. urban i. female) (c. wage i. edu ) Gut laufen vergleichbare Vergleiche für die Modelle der anderen Variablen. Dies schafft eine große Menge an Ausgabe, so sehen die Protokolldatei für die Ergebnisse. Wechselwirkungen zwischen weiblichen und anderen Variablen sind in den Modellen für exp signifikant. führen. Edu Und städtisch. Es gibt ein paar signifikante Wechselwirkungen zwischen Rasse oder städtischen und anderen Variablen, aber nicht annähernd so viele (und beachten Sie, dass mit diesem viele Koeffizienten einige falsche Positives mit einem Signifikanzniveau von 0,05 erwarten). Nun also die Männer und Frauen getrennt zu beurteilen. Dies ist eine besonders gute Option für diesen Datensatz, weil Frau nie fehlt. Wenn ja, müsste man die Beobachtungen fallen lassen, die fehlende Frauen sind, weil sie nicht in eine Gruppe oder die andere gestellt werden könnten. Im Imputation-Befehl bedeutet dies, die Option (female) hinzuzufügen. Beim Testen von Modellen bedeutet dies, dass die Befehle mit dem weiblichen: prefix (und dem Entfernen der weiblichen aus den Listen der Kovariaten) beginnen. Die verbesserten Imputationsmodelle sind folglich: bysort weiblich: reg exp i. urban i. race Lohn i. edu durch weiblich: logit urban exp i. race Lohn i. edu durch weiblich: mlogit Rennen exp i. urban Lohn i. edu durch weiblich : Reg wage exp i. urban i. race i. edu durch weiblich: ologit edu exp i. urban i. race Lohn pmm selbst kann nicht außerhalb des Imputationskontexts ausgeführt werden, aber da es auf Regression basiert, können Sie regelmäßige Regression verwenden, um es zu testen . Diese Modelle sollten erneut getestet werden, aber lassen Sie diesen Vorgang nicht aus. Die Grundsyntax für mi-verknüpft ist: mi impute chained (method1) varlist1 (method2) varlist2. Regvars Jede Methode gibt die Methode an, die für die Zuweisung der folgenden varlist verwendet werden soll. Die Möglichkeiten für die Methode sind regress. Pmm. Truncreg. Intreg Logit Ologit Mlogit. Poisson Und nbreg. Regvars ist eine Liste von regulären Variablen, die als Kovariaten in den Imputationsmodellen verwendet werden sollen, aber nicht unterstellte (es gibt möglicherweise keine). Die grundlegenden Optionen sind: add (N) rseed (R) savetrace (tracefile. Replace) N ist die Anzahl der Imputationen, die dem Datensatz hinzugefügt werden sollen. R ist das Saatgut, das für den Zufallszahlengenerator8212 verwendet wird, wenn Sie dies nicht einstellen, erhalten Sie etwas unterschiedliche Imputationen jedes Mal, wenn der Befehl ausgeführt wird. Die Trace-Datei ist ein Datensatz, in dem mi veranlagte Kette Informationen über den Imputationsprozess speichern wird. Nun verwenden Sie diese Dataset auf Konvergenz zu überprüfen. Optionen, die für eine bestimmte Methode relevant sind, gehen mit der Methode innerhalb der Klammern, aber nach einem Komma (z. B. (mlogit, aug)). Optionen, die für den Imputationsprozess als Ganzes relevant sind (wie bei (weiblich)), gehen am Ende, nach dem Komma. Für unser Beispiel wäre das Kommando folgendermaßen auszuführen: mi verbotenes (logit) städtisches (mlogit) Rennen (ologit) edu (pmm) exp lohn, add (5) rseed (4409) durch (weiblich) (). Ab diesem Schreiben können by () und savetrace () nicht gleichzeitig verwendet werden, vermutlich weil es für jede Gruppe eine Trace-Datei benötigen würde. Stata ist sich dieses Problems bewusst und wir hoffen, dass dies bald geändert wird. Für die Zwecke dieses Artikels, entfernen Sie die durch () - Option, wenn es Zeit, die Verwendung der Trace-Datei zu illustrieren kommt. Wenn dieses Problem in Ihrer Forschung auftaucht, sprechen Sie mit uns über Work-arounds. Wahl der Anzahl der Imputationen Es gibt einige Meinungsverschiedenheiten zwischen den Behörden darüber, wie viele Imputationen sind ausreichend. Manche sagen 3-10 in fast allen Fällen, die Stata-Dokumentation schlägt mindestens 20 vor, während White, Royston und Wood argumentieren, dass die Anzahl der Imputationen in etwa gleich dem Prozentsatz der Fälle mit fehlenden Werten sein sollte. Jedoch ist uns kein Argument bekannt, dass eine Erhöhung der Anzahl der Imputationen immer Probleme verursacht (nur, dass der Grenznutzen einer anderen Imputation asymptotisch Null annähert). Die Erhöhung der Zahl der Imputationen in Ihrer Analyse hat im Wesentlichen keine Arbeit von Ihrer Seite. Ändern Sie einfach die Zahl in der add () - Option zu etwas größerem. Auf der anderen Seite kann es eine Menge Arbeit für den Computer8212multiple Imputation hat viele Forscher in die Welt der Arbeitsplätze eingeführt, die Stunden oder Tage zu laufen. Sie können im Allgemeinen davon ausgehen, dass die erforderliche Zeit proportional zur Anzahl der verwendeten Imputationen ist (z. B. wenn eine Do-Datei zwei Stunden dauert, um mit fünf Imputationen zu laufen, wird es voraussichtlich etwa vier Stunden dauern, um mit zehn Imputationen laufen zu können). So heres unser Vorschlag: Fangen Sie mit fünf Aufzählungen an (das niedrige Ende von, was allgemein als legitim betrachtet wird). Arbeiten Sie an Ihrem Forschungsprojekt, bis youre zuversichtlich, Sie haben die Analyse in ihrer endgültigen Form. Seien Sie sicher, alles zu tun, tun Sie Akten, also können Sie es wieder nach Belieben laufen lassen. Beachten Sie, wie lange der Prozess dauert, von der Imputation bis zur Endanalyse. Überlegen Sie, wie viel Zeit Sie zur Verfügung haben und entscheiden, wie viele Imputationen Sie sich leisten können, zu laufen, mit der Faustregel, dass die Zeit erforderlich ist proportional zur Anzahl der Imputationen. Wenn möglich, machen Sie die Anzahl der Imputationen grob gleich dem Prozentsatz der Fälle mit fehlenden Daten (eine High-End-Schätzung von was erforderlich ist). Erlauben Sie Zeit sich zu erholen, wenn Sachen schief gehen, wie sie im Allgemeinen tun. Erhöhen Sie die Anzahl der Imputationen in Ihrem do-Datei und starten Sie es. Tun Sie etwas anderes, während die do-Datei läuft, wie schreiben Sie Ihr Papier. Hinzufügen Imputationen sollte nicht ändern Sie Ihre Ergebnisse signifikant und in dem unwahrscheinlichen Fall, dass sie tun, betrachten Sie sich glücklich, dass heraus, bevor Sie veröffentlicht haben. Beschleunigung des Imputationsprozesses Mehrfache Imputation hat viele Forscher in die Welt der Jobs eingeführt, die Stunden, Tage oder sogar Wochen dauern, um zu laufen. Normalerweise ist es nicht wert, Ihre Zeit, um Stata-Code laufen schneller, aber mehrere Imputation kann eine Ausnahme sein. Verwenden Sie den schnellsten Computer, der Ihnen zur Verfügung steht. Für SSCC-Mitglieder bedeutet das Lernen, Jobs auf Linstat, dem SSCC-Linux-Computing-Cluster, auszuführen. Linux ist nicht so schwierig, wie Sie vielleicht denken. Multiple Imputation beinhaltet mehr Lesen und Schreiben auf Festplatte als die meisten Stata-Befehle. Manchmal beinhaltet dies das Schreiben von temporären Dateien im aktuellen Arbeitsverzeichnis. Verwenden Sie den schnellsten verfügbaren Speicherplatz, sowohl für Ihren Datensatz als auch für das Arbeitsverzeichnis. Im Allgemeinen ist der lokale Plattenspeicherplatz schneller als der Netzwerk-Festplattenspeicher und auf der Linstat-RAM-Disk (ein tatsächlicher Speicherbereich, der tatsächlich im RAM gespeichert ist) schneller als der lokale Festplattenspeicher. Auf der anderen Seite würden Sie nicht wollen, dauerhaft zu speichern Datensätze überall, sondern Netzwerk-Festplattenspeicher. So betrachten Sie Ihre Datei tun, tun Sie etwas wie die folgenden: Windows (Winstat oder Ihren eigenen PC) Dies gilt, wenn Sie mit rechnerunabhängigen Daten auch. Wenn Ihr Datensatz ist groß genug, dass die Arbeit mit ihm nach Imputation ist langsam, das oben genannte Verfahren kann helfen. Prüfung auf Konvergenz MICE ist ein iterativer Prozess. In jeder Iteration schätzt mi impute chained zuerst das Imputationsmodell, wobei sowohl die beobachteten Daten als auch die unterstellten Daten aus der vorherigen Iteration verwendet werden. Aus den daraus resultierenden Verteilungen werden dann neue Werte berechnet. Beachten Sie, dass als Ergebnis jede Iteration einige Autokorrelation mit der vorherigen Imputation hat. Die erste Iteration muss ein Spezialfall sein: In ihr schätzt mi impute chained zuerst das Imputationsmodell für die Variable mit den wenigsten fehlenden Werten, die nur auf den beobachteten Daten basiert, und zeichnet für diese Variable unbestimmte Werte. Es schätzt dann das Modell für die Variable mit den nächsten wenigsten fehlenden Werten unter Verwendung sowohl der beobachteten als auch der berechneten Werte der ersten Variablen und verläuft ähnlich für die übrigen Variablen. Somit ist die erste Iteration oftmals atypisch, und weil Iterationen korreliert sind, kann sie auch nachfolgende Iterationen atypisch machen. Um dies zu vermeiden, durchläuft mi default standardmäßig zehn Iterationen für jeden angeforderten Datensatz und speichert nur die Ergebnisse der zehnten Iteration. Die ersten neun Iterationen werden die Einbrennperiode genannt. Normalerweise ist dies viel Zeit, damit die Effekte der ersten Iteration unwesentlich werden und der Prozess in einen stationären Zustand konvergiert. Sie sollten jedoch auf Konvergenz prüfen und die Anzahl der Iterationen erhöhen, falls dies erforderlich ist, um sicherzustellen, dass die Option burnin () verwendet wird. Untersuchen Sie dazu die Trace-Datei, die von mi impute chained gespeichert wird. Sie enthält die Mittelwerte und die Standardabweichung jeder impliziten Variablen in jeder Iteration. Diese werden nach dem Zufallsprinzip variieren, aber sie sollten keinen Trend zeigen. Eine einfache Möglichkeit zu überprüfen ist mit tsline. Aber es erfordert Umformung der Daten zuerst. Unser bevorzugtes Imputationsmodell verwendet (). So dass es keine Trace-Datei speichern kann. Also gut entfernen durch () für den Moment. Nun auch die burnin () - Option auf 100 erhöhen, damit es einfacher zu sehen, was eine stabile Spur aussieht. Nun, verwenden Sie die Umformung und tsline, um auf Konvergenz zu prüfen: bewahren Sie mi verbotene (logit) städtische (mlogit) Rasse (ologit) edu (pmm) exp Lohn weiblich, add (5) rseed (88) savetrace (extrahieren, ersetzen) burnin 100) verwenden Sie extrace, replace reshape breite mittlere sd, i (iter) j (m) tsset iter tsline expmean, title (quotMean von Imputed Values of Experiencequot) note (quotEach Zeile ist für eine imputationquot) Legende (aus) Graph Export conv1. Png, ersetzen tsline expsd, title (quotStandardabweichung der imputierten Werte von Experiencequot) note (quotEach Zeile ist für eine imputationquot) Legende (aus) Graph export conv2.png, replace restore Die resultierenden Graphen zeigen keine offensichtlichen Probleme: Wenn Sie dies tun Siehe Zeichen, die der Prozess nach den voreingestellten zehn Iterationen nicht konvergiert haben könnte, erhöhen Sie die Anzahl der durchgeführten Iterationen, bevor Sie mit der Option burnin () vor der Speicherung von Werten sparen. Wenn Konvergenz nie erreicht wird, zeigt dies ein Problem mit dem Imputationsmodell an. Prüfen der impliziten Werte Nach dem Imputieren sollten Sie überprüfen, ob die unterstellten Daten den beobachteten Daten entsprechen. Leider gibt es keinen formalen Test, um festzustellen, was quasi-schluss genug ist. Natürlich, wenn die Daten MAR, aber nicht MCAR sind, sollten die unterstellten Daten systematisch von den beobachteten Daten abweichen. Ironischerweise, je weniger fehlende Werte Sie zu berechnen haben, desto mehr Variation youll sehen zwischen den unterstellten Daten und die beobachteten Daten (und zwischen Imputationen). Für binäre und kategorische Variablen vergleichen Sie die Häufigkeitstabellen. Für kontinuierliche Variablen sind Vergleichsmittel und Standardabweichungen ein guter Ausgangspunkt, aber Sie sollten auch die Gesamtform der Verteilung betrachten. Dafür empfehlen wir Kerndichtediagramme oder vielleicht Histogramme. Schauen Sie sich jede Zurechnung separat an, anstatt alle rechnergesteuerten Werte zusammenzufassen, so dass Sie sehen können, ob einer von ihnen schief gelaufen ist. Das mi xeq: prefix sagt Stata, den nachfolgenden Befehl auf jede Imputation einzeln anzuwenden. Es gilt auch für die ursprünglichen Daten, die quotzeroth imputation. quot So: mi xeq: Tab Rennen gibt Ihnen sechs Häufigkeit Tabellen: eine für die ursprünglichen Daten und eine für jede der fünf Imputationen. Allerdings wollen wir die beobachteten Daten nur mit den unterstellten Daten vergleichen, nicht mit dem gesamten Datensatz. Dies erfordert das Hinzufügen einer if-Bedingung zu den Registerkommandos für die Imputationen, aber nicht die beobachteten Daten. Fügen Sie eine Zahl oder eine Numliste hinzu, um mi xeq act auf bestimmte Imputationen zu haben: mi xeq 0: tab Rennen mi xeq 15: tab Rennen, wenn missrace Dies schafft Häufigkeitstabellen für die beobachteten Werte der Rasse und dann die unterstellten Werte in allen fünf Imputationen. Wenn Sie eine signifikante Anzahl von Variablen zu untersuchen, können Sie einfach über sie: foreach var von varlist städtischen Rennen edu mi xeq 0: Registerkarte var mi xeq 15: Registerkarte var, wenn missvar Ergebnisse finden Sie in der Protokolldatei. Das Ausführen von Zusammenfassungsstatistiken für kontinuierliche Variablen folgt demselben Prozess, aber das Erstellen von Kerneldichtegraphen fügt eine Komplikation hinzu: Sie müssen entweder die Graphen speichern oder Ihnen eine Chance geben, sie zu betrachten. Mi xeq: kann für jede Imputation mehrere Befehle ausführen: Platziere sie einfach alle in einer Zeile mit einem Semikolon () am Ende von jedem. (Dies funktioniert nicht, wenn Sie das allgemeine End-of-Command-Trennzeichen auf ein Semikolon geändert haben.) Der Schlafbefehl sagt, dass Stata für eine bestimmte Periode pausieren soll, gemessen in Millisekunden. Mi xeq 0: kdensity lohn schlafen 1000 mi xeq 15: kdensity lohn, wenn missvar schlafen 1000 Wieder kann dies alle automatisiert werden: foreach var von varlist wage exp mi xeq 0: sum var mi xeq 15: sum var if missvar mi xeq 0: Kdensity var schlaf 1000 mi xeq 15: kdensity var, wenn missvar schlafen 1000 Das Speichern der Graphen erweist sich als etwas trickiger, da Sie den Graphen aus jeder Imputation einen anderen Dateinamen angeben müssen. Leider können Sie nicht auf die Imputationszahl innerhalb von mi xeq zugreifen. Allerdings können Sie eine forvalues Schleife über Imputation Zahlen, dann haben mi xeq act auf jedem von ihnen: forval i15 mi xeq i: kdensity exp, wenn missexp grafik export expi. png, ersetzen Integration dies mit der vorherigen Version gibt: foreach var of Varlist Lohnabrechnung mi xeq 0: Summe var mi xeq 15: Summe var, wenn missvar mi xeq 0: kdensity var Diagramm export chkvar0.png, ersetzen Sie forval i15 mi xeq i: kdensity var, wenn missvar graph export chkvari. png, Finden Sie in der Protokolldatei. Sein Mühe, daß bei allen Imputationen der Mittelwert der unterstellten Lohnwerte höher ist als der Mittelwert der beobachteten Lohnwerte. Und der Mittelwert der unterstellten Werte von exp ist niedriger als der Mittelwert der beobachteten Werte von exp. Wir fanden keine Beweise, dass die Daten MAR, aber nicht MCAR, so wed erwarten, dass die Mittel der unterstellten Daten, um die Mittel der beobachteten Daten gruppiert werden. Es gibt keinen formalen Test, um uns endgültig zu sagen, ob dies ein Problem ist oder nicht. Allerdings sollte es Verdacht zu erhöhen, und wenn die endgültigen Ergebnisse mit diesen unterstellten Daten unterscheiden sich von den Ergebnissen der vollständigen Fall-Analyse, stellt sich die Frage, ob der Unterschied ist auf Probleme mit dem Imputationsmodell. Letzte Änderung: 8232012Stata Merkmale Finanz-Ökonometrie Mit Stata von Simona Boffelli und Giovanni Urga bietet eine ausgezeichnete Einführung in die Zeitreihe-Analyse und wie es in Stata für die finanzielle zu tun. Die Region Mittlerer Osten und Nordafrika (MENA) leidet sowohl an Datenverfügbarkeit als auch an Datenqualität. Jede Anstrengung, Daten zu sammeln, zu säubern und zu präsentieren, ist ein wel. Das 4. Polen-Stata-User-Gruppentreffen findet am Montag, den 17. Oktober 2016 an der SGH Warschau School of Economics, Warschau, Polen statt. Das Ziel der Stata Users Group Meeti. Rain Data: Verwenden von Stata zur Automatisierung der Erstellung und Kennzeichnung jeder Variablen durch Looping Oft in der Datenarbeit findet man, dass die gleiche Arbeit wieder getan werden muss und. Das 22. London Stata Users Group Meeting findet am Donnerstag, den 8. und Freitag, den 9. September 2016, an der Cass Business School, London, statt. Das Treffen der London Stata Users Group. Späteste Stata-Kurse Dieser 2-tägige Kurs bietet eine Übersicht und einen praktischen Leitfaden zu mehreren ökonometrischen Methoden, die häufig verwendet werden, um die stilisierten Fakten der finanziellen Zeitreihen über ARMA-Modelle, univariate und multivariate GARCH-Modelle, Risikomanagementanalyse und Ansteckung zu modellieren. Demonstration der alternativen Techniken wird anhand von Stata veranschaulicht. Praktische Sitzungen im Kurs beinhalten Zins-, Asset-Preise und Forex-Zeitreihen. Der Kurs wird von Prof. Giovanni Urga, Autor der Finanzökonometrie mit Stata-Boffelli, S und Urga, G (2016), Stata Press: TX, übergeben. Lineare Modelle definieren ein Ergebnis aus einer Reihe von Prädiktoren von Interesse mit linearen Annahmen. Regression Modelle, die eine Teilmenge von linearen Modellen sind, sind eines der, wenn nicht die grundlegendsten Werkzeuge, die ein Statistiker haben kann. Dieser Kurs behandelt die Regressionsanalyse, die kleinsten Quadrate, die Schlussfolgerung anhand von Regressionsmodellen und robusten Schätzmethoden. Dieser Kurs bietet Ihnen erweiterte Tools für das Datenmanagement und die vollständige Automatisierung Ihres Arbeitsablaufs mit Stata. Dieser 2-tägige Kurs beginnt mit der Überprüfung der wichtigsten Daten-Management-Befehle in Stata und geht weiter, indem sie veranschaulichen, wie sie mit Stata-Programmierung Konstrukte kombinieren und Sie lernen, wie man mit einfachen Stata-Programme Code. Dieser Kurs vermittelt den Teilnehmern die notwendigen Instrumente zur theoretischen und angewandten Anwendung, um den Einsatz moderner mikroökonometrischer Methoden für die Politikbewertung und die kausale kontrafaktische Modellierung unter der Annahme der Selektion auf Observablen zu ermöglichen. Die zweite von zwei Kursen als Einführung in Bayesian Methoden für empirische Analyse. Wir beginnen mit einer Reihe von theoretischen Fragen wie Austauschbarkeit, vor-posterior-Analyse, Modellvergleich und Hypothesentests sowie Modelle für fehlende Daten. Wir werden auch das grundsätzliche Problem der vorherigen Erhebung untersuchen. Brauchen Sie ein Angebot
No comments:
Post a Comment