Tarımsal denemeler hakkında bir veri setim var. Yanıt değişkenim bir yanıt oranıdır: log (tedavi / kontrol). Ben fark arabuluculuk ile ilgileniyorum, bu yüzden RE meta-regresyonlar (ağırlıksız, çünkü etkisi boyutu tahminlerin varyans ile ilgisiz olduğu açık görünüyor) çalıştırıyorum.
Her çalışma tahıl verimi, biyokütle verimi veya her ikisini rapor eder. Sadece biyokütle verimini rapor eden çalışmalardan tahıl verimini engelleyemiyorum, çünkü çalışılan bitkilerin hepsi tahıl için yararlı değildi (örneğin şeker kamışı dahil). Ancak tahıl üreten her bitkide biyokütle vardı.
Kayıp ortak değişkenler için, yinelemeli regresyon impütasyonunu kullanıyorum (Andrew Gelman'ın ders kitabı bölümünü izleyerek). Makul sonuçlar veriyor gibi görünüyor ve tüm süreç genellikle sezgisel. Temel olarak eksik değerleri tahmin ediyorum ve eksik değerleri tahmin etmek için bu tahmin edilen değerleri kullanıyorum ve her değişken yaklaşık olarak yakınsamaya (dağıtımda) kadar her bir değişken arasında döngü yapıyorum.
Aynı süreci eksik sonuç verisini engellemek için kullanmamamın bir nedeni var mı? Muhtemelen tahıl yanıt oranı, ürün tipi ve sahip olduğum diğer değişkenler göz önüne alındığında biyokütle yanıt oranı için nispeten bilgilendirici bir çarpışma modeli oluşturabilirim. Daha sonra katsayıları ve VCV'leri ortalamalandırırım ve standart düzeltmeye göre MI düzeltmesini eklerdim.
Fakat bu katsayılar, sonuçların tahakkuk ettirilmesinde neyi ölçer? Katsayıların yorumlanması ortak değişkenler için standart MI'dan farklı mıdır? Bunu düşünerek, kendimi bunun işe yaramadığına ikna edemiyorum, ama gerçekten emin değilim. Materyal okumak için düşünce ve önerilerinizi bekliyoruz.