Ben çarpma impute (MI) verilerinden tahmini için p-değeri bootstrap istiyorum , ama bana p-değerleri MI kümeleri arasında nasıl birleştirileceği net değil.
MI veri kümeleri için, tahminlerin toplam varyansına ulaşmak için standart yaklaşım Rubin'in kurallarını kullanır. MI veri kümelerinin havuzlanması için buraya bakınız . Toplam varyansın karekökü standart bir hata tahmini olarak işlev görür . Bununla birlikte, bazı tahmin ediciler için toplam varyansın bilinen kapalı bir formu yoktur veya örnekleme dağılımı normal değildir. istatistiği daha sonra olmasa da t-dağıtılamaz.
Bu nedenle, tam veri durumunda, alternatif bir seçenek, samling dağılımı normal olmasa ve kapalı formu bilinmese bile, varyans, p değeri ve güven aralığı bulmak için istatistiği yeniden başlatmaktır. MI durumunda iki seçenek vardır:
- Önyükleme varyansını MI veri kümelerinde havuzlama
- MI veri kümelerinde p değeri veya güven sınırlarını bir araya getirme
İlk seçenek Rubin'in kurallarını tekrar kullanır. Ancak, ben bu sorunlu olduğuna inanıyoruz olmayan normal bir örnekleme dağılımına sahiptir. Bu durumda (veya daha genel olarak, her durumda), önyüklemeli p değeri doğrudan kullanılabilir. Bununla birlikte, MI durumunda, bu, MI veri kümelerinde toplanması gereken birden fazla p-değerine veya güven aralığına yol açacaktır.
Benim sorum şu: birden çok önyüklemeli p-değerini (veya güven aralığını) çarpma çarpımlı veri kümelerinde nasıl bir araya getirmeliyim?
Nasıl ilerleyeceğiniz konusunda her türlü öneriyi memnuniyetle karşılarım, teşekkür ederim.