Handling missing values in cost-effectiveness analyses that use data from cluster randomised trials
公共政策制定者使用成本效益分析（CEA）来决定提供哪些卫生和社会保健干预措施。尚未开发出在复杂环境中处理缺失数据的适当方法，例如使用来自整群随机试验（CRT）的数据的CEA。我们提出了一个多层次的多重插补（MI）的方法，识别时，缺失数据有一个层次结构，是兼容的双变量多层次模型用于报告成本效益。我们将多节段MI方法与单节段MI进行对比，并在CEA和CRT中进行完整的病例分析。本文强调了采用原则性方法处理复杂数据结构设置中的缺失值的重要性。
2012-06-26 stat.AP stat.ME
A Copula-based Imputation Model for Missing Data of Mixed Type in Multilevel Data Sets
本文提出了一种基于Copula函数的多变量混合数据缺失值处理方法。基于\cite{hoff2007extending}的扩展秩似然和多项概率模型，我们的模型是一个潜变量模型，它能够捕捉不同类型的变量之间的关系，以及占聚类结构。我们通过吉布斯抽样方案近似参数和缺失值的后验分布来拟合模型。我们使用多重插补程序，以纳入数据分析中的缺失值的不确定性。我们提出的方法进行评估，通过模拟比较它与几个传统的方法处理缺失数据。我们还将我们的方法应用于急性卒中单元多学科干预的整群随机对照试验的数据集。我们的结论是，我们提出的基于copula的混合型变量的插补模型在一些感兴趣的模型中实现了相当好的插补精度和参数恢复，并且当聚类效应较强时，添加随机效应可以提高性能。
2017-02-27 stat.ME
An Investigation of Methods for Handling Missing Data with Penalized Regression
我们研究的方法，惩罚回归存在缺失的意见。本文介绍了一种补偿观测值缺失的参数估计方法。我们首先推导出目标函数关于缺失数据的无偏估计量，然后修改准则以确保凸性。最后，我们将我们的方法扩展到一个包含均值插补方法的模型家族。这些方法进行了比较，平均插补方法，最简单的方法之一，用于处理缺失观测问题，通过模拟。我们还研究了当测试集中有缺失值时进行预测的问题。
2013-10-08 stat.AP stat.ME
Missing Values Handling for Machine Learning Portfolios
本文研究了159个收益预测变量的缺失结构，发现用横截面均值简单插补优于复杂的期望最大化方法，因为缺失呈时间块状且横截面相关性低，复杂插补反而引入噪声导致机器学习投资组合表现下降。
2024-01-11 q-fin.GN stat.AP stat.ME
Handling Nonmonotone Missing Data with Available Complete-Case Missing Value Assumption
非单调缺失数据是科学研究中常见的问题。传统的可重复性和随机缺失（MAR）条件不太可能适用于非单调缺失数据，并且在几乎没有完整数据的情况下，数据分析可能非常具有挑战性。在本文中，我们介绍了可用的完全情况下缺失值（ACCMV）的假设处理非单调和失踪非随机（MNAR）问题。我们的ACCMV假设是适用于一个小的一组完整的观察数据集，我们表明，ACCMV假设导致非参数识别感兴趣的变量的分布。我们进一步提出了一个逆概率加权估计，回归调整估计，估计的兴趣参数的乘法鲁棒估计。我们研究了所提出的估计的基本渐近和效率理论。我们通过仿真研究表明了我们方法的有效性，并通过将其应用于电子健康记录中的糖尿病数据集进一步说明了我们方法的适用性。
2022-07-05 stat.ME
Review for Handling Missing Data with special missing mechanism
School of Information Technology, Deakin University（迪肯大学信息技术学院）
本文综述了MCAR、MAR和MNAR三种缺失机制下的缺失数据处理方法，重点比较现有方法对不同缺失机制和数据类型的处理能力，并指出研究空白与未来方向。
2024-04-07 cs.AI cs.LG stat.ME
Handling outcome-dependent missingness with binary responses: A Heckman-like model
针对结果依赖性缺失导致的选择偏差问题，本研究将Heckman模型扩展到二元结果场景，通过逻辑回归建模选择过程与结果并基于相对风险推导校正项，为信息性缺失下的偏差校正提供有效工具。
2025-11-14 stat.ME
Imputation and Missing Indicators for handling missing data in the development and implementation of clinical prediction models: a simulation study
背景资料：处理缺失数据的现有准则通常与预测建模的目标不一致，其中缺失数据可能发生在模型流程的任何阶段。多重插补（MI）通常被誉为金标准方法，但在临床应用中可能具有挑战性。显然，结果不能用于在预测时间插补数据。回归插补（RI）可以提供一个务实的替代预测的背景下，更简单地应用于临床。此外，使用缺失指标可以处理信息缺失，但目前尚不清楚它们在CPM中的表现如何。研究方法：我们进行了一项模拟研究，其中在各种缺失数据机制下生成数据，以比较使用两种插补方法开发的CPM的预测性能。我们考虑了允许/禁止缺失数据的部署场景，并开发了在插补期间使用/省略结果并包括/省略缺失指标的模型。结果如下：当部署时必须提供完整的数据时，我们的研究结果与广泛使用的建议一致;结果应用于估算MI下的发育数据，但在RI下省略。当在展开时进行插补时，最好在开发时省略插补的结果。缺失指标在某些特定情况下改善了模型性能，但当缺失取决于结果时可能是有害的。结论：我们提供的证据表明，通常教导的通过MI处理缺失数据的原则可能不适用于CPM，特别是当部署时数据可能缺失时。在这种情况下，RI和缺失指标方法可以（略微）优于MI。如图所示，缺失数据处理方法的性能必须在逐个研究的基础上进行评价，并应基于展开时是否允许缺失数据。
2022-06-24 stat.ME
Compatibility of Missing Data Handling Methods across the Stages of Producing Clinical Prediction Models
University of Manchester（曼彻斯特大学）；University of Cambridge（剑桥大学）；The University of Liverpool（利物浦大学）；Microsoft Research（微软研究院）；Manchester University Hospital NHS foundation Trust（曼彻斯特大学医院NHS基金会信托）；Health Data Research UK（英国健康数据研究）；University of Birmingham（伯明翰大学）
本文研究了临床预测模型各阶段处理缺失数据方法的兼容性，指出在部署时允许缺失的情况下，开发和验证需使用相同插补方法，否则会导致预测性能偏倚。
2026-02-03 stat.ME
Handling missing data in model-based clustering
Università degli Studi di Perugia（佩鲁贾大学）；University College Dublin（都柏林大学学院）
高斯混合模型是一种有效的聚类、分类和密度估计的工具。缺失值的存在会在很大程度上影响高斯估计过程，因此处理缺失数据是聚类、分类和密度估计中的关键点。在模型估计之前，已经开发了几种技术来插补缺失值。其中，多重插补是处理缺失数据的一种简单有效的通用方法。在本文中，我们提出了两种不同的方法来拟合高斯混合存在缺失数据。这两种方法都使用蒙特卡罗期望最大化（MCEM）算法的变体进行数据扩充。因此，在E步骤期间执行多重插补，随后是给定特征分解分量-协方差阵的标准M步骤。我们表明，所提出的方法优于多重插补的方法，无论是在聚类识别和密度估计。
2020-06-04 cs.LG stat.ME stat.ML
A Review of Statistical Methods for Handling Nonignorable Missing Data using Instrument Approach
本文综述了利用工具变量处理不可忽略缺失数据的统计方法，重点介绍了两种半参数框架及其关键进展与挑战。
2025-09-18 stat.ME
Handling Missingness Value on Jointly Measured Time-Course and Time-to-event Data
联合建模技术是近年来在有效分析患者的纵向病史与关注的事件发生连接到它的一个进步。这一程序已成功地实施在生物标志物研究，以检查父母与肿瘤的发生。影响必要推断的典型问题之一是纵向响应和协变量中存在缺失值。由于患者退出研究，缺失的发生非常常见。本文提出了一种有效而详细的方法来处理协变量和响应变量中的缺失值。本研究探讨不同的多重插补技术对联合建模推断的影响。进行了模拟研究，以复制复杂的数据结构，方便地执行我们的分析，以显示其有效性方面的参数估计。通过评估R编程语言中的适当代码，进一步说明了生物标志物研究的纵向和生存结局。
2021-01-07 stat.AP stat.ME
Handling Missingness, Failures, and Non-Convergence in Simulation Studies: A Review of Current Practices and Recommendations
该研究回顾482项模拟研究，发现仅少数报告缺失问题，提出分类与建议，强调量化报告缺失、对齐研究目标并共享代码数据，以案例展示陷阱与解法。
2025-07-10 stat.ME
Handling missing data when estimating causal effects with Targeted Maximum Likelihood Estimation
本文通过模拟研究评估了TMLE因果推断中八种缺失数据处理方法，发现包含交互项和非线性项的参数多重填补方法在多数情景下偏倚和方差表现最佳。
2024-05-03 stat.AP stat.ME
Handling incomplete outcomes and covariates in cluster-randomized trials: doubly-robust estimation, efficiency considerations, and sensitivity analysis
针对整群随机试验中各类缺失数据问题，提出一种双重稳健估计量以处理结局、协变量和整群规模缺失，并给出提升精度的策略与新的敏感性分析框架。
2025-11-05 stat.ME
Handling Missing Responses under Cluster Dependence with Applications to Language Model Evaluation
本文针对语言模型评估中人类标注缺失和集群依赖问题，分析双重稳健估计器并建立新理论性质，通过模拟和真实数据验证，强调集群依赖对有效推断的重要性。
2025-10-23 stat.ME
Statistical inference using Regularized M-estimation in the reproducing kernel Hilbert space for handling missing data
插补和倾向得分加权是处理缺失数据的两种常用技术。我们使用再生核Hilbert空间中的正则化M-估计技术来解决这些问题。具体来说，我们首先使用内核岭回归开发插补处理项目无应答。虽然这种非参数方法有可能用于插补，但文献中未对其统计特性进行研究。在调整参数的阶数一定的条件下，我们首先建立了核岭回归插补估计的根$n$相合性，并证明了它达到了半参数渐近方差的下界。一个非参数的倾向得分估计使用再生核希尔伯特空间也开发了一个新的应用程序的最大熵方法的密度比函数估计。我们证明了所得到的倾向得分估计渐近等价于核岭回归插补估计。有限的模拟研究的结果也证实了我们的理论。将该方法应用于北京市大气污染监测数据的分析。
2021-07-15 stat.ME stat.ML
Information projection approach to propensity score estimation for handling selection bias under missing at random
倾向得分加权被广泛用于提高自愿样本的代表性和纠正选择偏差。倾向得分通常使用抽样概率模型来开发，这可能会受到模型错误指定的影响。在本文中，我们考虑了另一种方法，估计逆的倾向得分使用的密度比函数满足自效率条件。通过求解信息在满足平衡分数矩条件的空间上的投影，得到平滑密度比函数。通过仅在密度比模型中包括结果回归模型的协变量，我们可以实现有效的倾向得分估计。惩罚回归用于识别重要的协变量。我们进一步扩展所提出的方法，多变量缺失的情况下。一些有限的模拟研究与现有的方法进行比较。
2022-07-19 stat.ME
PRTree: An R Package for Probabilistic Regression Trees with Built-in Missing Data Handling
PPGEst - UFRGS（PPGEst - 南里奥格兰德联邦大学）
该研究发布了R包PRTree，可拟合概率回归树，支持直接处理含缺失值的数据集，提供统一的R接口实现模型相关功能，并用示例说明其使用方法。
2026-08-10 stat.ME stat.ML
Causal Effect Estimation with TMLE: Handling Missing Data and Near-Violations of Positivity
Ludwig-Maximilians University Munich（路德维希-马克西米利安慕尼黑大学）；Centre for Integrated Data and Epidemiological Research（综合数据与流行病学研究中心）；UMIT - University for Health Sciences, Medical Informatics and Technology（UMIT - 健康科学、医学信息与技术大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
本文评估了TMLE在处理缺失数据场景下的因果效应估计性能，发现非多重插补方法在减少偏差方面表现更优，而多重插补CART方法在均方误差上更优但覆盖率可能下降。
2025-10-25 stat.ME stat.ML
Handling Missingness and Censoring in Dirichlet Models
University of Pretoria（比勒陀利亚大学）；National Institute for Theoretical and Computational Sciences (NITheCS)（国家理论与计算科学研究所）；San José State University（圣何塞州立大学）；University of Catania（卡塔尼亚大学）
研究在狄利克雷模型中处理缺失值和删失值的问题，开发EM型算法进行参数估计和基于模型的插补，通过模拟研究和实际数据验证，该方法能更好地保留成分结构，为相关数据提供合适模型。
2026-07-29 stat.CO stat.ME
Estimation of Linear Functionals in Multilayer Panels under Staggered Adoption
University of Warwick（华威大学）；ESSEC Business School（法国高等经济商业学院）
研究从含噪声、部分观测的张量数据估计双线性形式，信号遵循Tucker2模型。针对交错采用设计的缺失模式，提出谱算法，证明非渐近均方误差界并扩展到一般设计，最后经实验验证理论发现。
2026-09-10 math.ST stat.ME stat.TH
Handling non-ignorable dropouts in longitudinal data: A conditional model based on a latent Markov heterogeneity structure
在随机效应模型框架下，我们给出了一类用于分析受损耗影响的纵向数据的条件模型，其中受试者特有的随机效应被假定为离散的，并遵循一个时间依赖的潜在过程。潜在过程解释了个体之间未观察到的异质性和相关性，以及观察到的过程和缺失数据机制之间的依赖性。特别有趣的是缺失机制不可忽视的情况。为了处理这个问题，我们引入了一个条件辍学模型。随机效应分布的形状变化被认为是通过直接建模的潜在结构的演变上的缺失数据过程的影响。为了估计得到的模型，我们依赖于有条件的极大似然方法，并为此目的，我们概述了一个期望最大化算法。该建议通过模拟来说明，然后应用于有关皮肤癌的数据集。与其他成熟的方法比较，以及提供。
2014-04-25 stat.ME
Privacy-Preserving Methods for Vertically Partitioned Incomplete Data
近年来，使用来自多个源的信息的分布式健康数据网引起了极大的兴趣。然而，数据缺失在此类网络中普遍存在，并带来了重大的分析挑战。目前处理缺失数据的最先进方法需要在分析之前将数据汇集到中央存储库中，这在分布式健康数据网中可能是不可能的。在本文中，我们提出了一个隐私保护的分布式分析框架，用于处理丢失的数据时，数据垂直分区。在这一框架中，拥有特定数据源的每个机构利用本地私有数据计算必要的中间汇总统计数据，然后共享这些数据，以建立处理缺失数据的全球模型。为了评估我们提出的方法，我们进行了模拟研究，清楚地表明，所提出的隐私保护方法以及使用合并数据的方法，并优于几个天真的方法。我们进一步说明了所提出的方法，通过一个真实的数据集的分析。处理垂直分区不完整数据的拟议框架比需要汇集数据的方法更能保护隐私，因为没有个人层面的数据共享，这可以降低多个机构之间合作的障碍，并建立更强的公共信任。
2020-12-29 cs.CR stat.ME
Handling mild outliers and unobserved values in compositional datasets using finite mixtures of mean-parametrised Dirichlet models
University of Pretoria（比勒陀利亚大学）；National Institute for Theoretical and Computational Sciences (NITheCS)（理论与计算科学国家研究所）；San José State University（圣何塞州立大学）；University of Catania（卡塔尼亚大学）
针对含缺失值与异常值的成分数据，本文提出均值参数化狄利克雷模型的有限混合方法，通过定制EM算法实现聚类与异常值检测，在真实数据应用中优于传统狄利克雷混合模型。
2026-08-26 stat.ME
A Review of Methods and Practices for Missing Data in Sequential Multiple Assignment Randomized Trials (SMARTs): An Ancillary Study of a Scoping Review
Duke University（杜克大学）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
本文综述了SMARTs中缺失数据的统计方法，并总结了已发表SMARTs中缺失数据的报告和处理方式，指出现有方法与实际应用之间存在显著差距。
2026-04-26 stat.ME
Bayesian Inference for Non-Gaussian Simultaneous Autoregressive Models with Missing Data
本文提出非高斯同时自回归模型的贝叶斯推断方法，通过引入学生t分布、变换响应变量等方法处理厚尾和偏斜数据，并结合混合VB方法处理缺失数据。
2025-12-15 stat.ME
Multiple Imputation Approaches for Epoch-level Accelerometer data in Trials
调查身体活动干预措施的临床试验通常使用加速度计来测量非常精细的步数，通常以5秒为单位。参与者通常在基线时佩戴加速度计一周，并在干预后进行一周或多周的随访。通常将数据汇总，以提供每日或每周的步数，用于主要分析。缺失数据很常见，因为参与者可能未按照方案佩戴器械。文献中处理缺失数据的方法主要是使用每日佩戴时间的阈值来定义日水平上的缺失，这导致数据缺失时一天中时间的信息丢失。我们提出了一种方法来识别和分类在更好的时代水平的缺失，然后提出了两种方法来处理缺失。首先，我们提出了一个参数化的方法，考虑到每天的缺失时期的数量。其次，我们描述了一种非参数的方法，多重插补（MI），在一天中的缺失时段被替换为供体数据从同一个人在可能的情况下，或从不同的人谁是匹配的人口统计学和体力活动相关的变量。我们的模拟研究比较这些方法在一些设置显示，非参数的方法导致估计的治疗效果是最小的偏见，同时保持小的标准误。我们说明了这些不同的MI策略在2017年PACE-UP试验分析中的应用。所提出的分类缺失和在时代层面应用MI的框架可能适用于来自其他可穿戴设备的许多不同结果和数据。
2023-03-30 stat.AP stat.ME
Evaluation of multiple imputation to address intended and unintended missing data in case-cohort studies with a binary endpoint
病例-队列研究在队列研究中进行，其中暴露数据的收集仅限于队列的一个子集，导致大部分设计缺失数据。标准分析使用逆概率加权（IPW）来解决这种预期的缺失数据，但很少有研究表明，当存在非预期缺失时，如何最好地进行分析。多重插补（MI）已成为处理非预期缺失的默认标准，但与IPW结合使用时，插补模型需要考虑权重，以确保与分析模型的兼容性。或者，MI可用于处理预期和非预期缺失。虽然在一项具有至事件发生时间结局的病例队列研究中研究了单独MI方法的性能，但尚不清楚该方法如何处理二元结局。我们进行了一项模拟研究，以评估和比较的方法，仅使用MI，只有IPW，MI和IPW的组合，在这种情况下，处理预期和非预期的缺失的性能。我们还应用了一个案例研究的方法。我们的研究结果表明，当样本量较大时，组合方法对暴露效应的估计近似无偏，并且在样本量较小的情况下偏差最小，而仅MI或仅IPW在两种样本量设置中均表现出较大的偏差。这些结果表明，MI是处理二元结局病例队列研究中预期和非预期缺失数据的首选方法。
2022-10-20 stat.ME
Incorporating Missing Data Considerations into Sample Size Calculations for Developing Clinical Prediction Models
University of Manchester（曼彻斯特大学）；University of Birmingham（伯明翰大学）
本文研究了在开发临床预测模型时，如何通过考虑缺失数据和不同插补方法来减少过拟合和模型退化，并探讨了基于预期后验分布的样本量框架如何适应缺失数据假设。
2026-05-08 stat.ME
A comparison of multiple imputation methods for bivariate hierarchical outcomes
在整群随机试验中，缺失观察值很常见。处理此类缺失数据的方法包括：完整病例分析、忽略聚类的单水平多重插补、每个聚类具有固定效应的多重插补和多水平多重插补。我们进行了一项模拟研究，以评估这些方法的性能，在置信区间覆盖率和经验偏差的估计处理效应。采用全因子设计模拟随机缺失聚类数据情景。进行了方差分析，以研究模拟因素对每个性能指标的影响。当随机化治疗组与缺失相关时，完整病例分析导致处理效应估计值存在偏倚。在考虑的所有缺失数据机制中，多重插补方法提供的估计值偏倚可忽略不计。固定效应多重插补后置信区间覆盖率通常超过标称水平（高达99.8%），单水平多重插补后置信区间覆盖率过低。多水平多重插补导致整个覆盖水平约为95%。处理缺失数据的方法是对偏倚和覆盖率影响最大的因素。在每种方法中，最重要的因素是聚类的数量和大小，以及组内相关系数。
2014-07-17 stat.ME
Missing Data in Discrete Time State-Space Modeling of Ecological Momentary Assessment Data: A Monte-Carlo Study of Imputation Methods
针对EMA离散时间连续测量状态空间建模，本文通过蒙特卡洛研究比较不同缺失机制下的缺失数据处理方法，发现Kalman filter总体表现最佳，而多重插补难以准确恢复参数。
2025-02-11 stat.ME
Generalizing treatment effects with incomplete covariates: identifying assumptions and multiple imputation algorithms
我们关注的问题是将随机对照试验（RCT）中估计的因果效应推广到由观察数据中的一组协变量描述的目标人群。可用的方法，如反向倾向抽样加权不是设计来处理缺失值，但这是常见的两个数据源。除了耦合因果效应可识别性和缺失值机制的假设以及定义适当的估计策略外，一个困难是考虑具有两个来源的数据的特定结构以及仅在RCT中可用的治疗和结局。我们提出了三种多重插补策略来处理缺失值时，推广处理效应，每一个处理不同的多源结构的问题（单独填补，联合填补固定效果，联合填补忽略源信息）。作为替代多重插补，我们还提出了一种直接估计方法，将不完全协变量作为半离散变量。多重插补策略和后一种替代方法依赖于关于缺失值对可识别性影响的不同假设集。我们讨论这些假设，并通过广泛的模拟研究评估的方法。这项工作的动机是分析了超过20，000例重大创伤患者的大型注册表和一项研究氨甲环酸给药对入住ICU的重大创伤患者死亡率影响的RCT。该分析说明了缺失值处理如何影响从RCT推广至目标人群的效应结论。
2023-02-24 stat.AP stat.ME
Predicting blood pressure under circumstances of missing data: An analysis of missing data patterns and imputation methods using NHANES
New York University（纽约大学）
针对NHANES数据集普遍存在的缺失数据问题，分析不同模拟缺失模式下的插补方法，构建完整数据集后用普通最小二乘法基于饮食与身体活动预测血压。
2023-05-01 cs.LG stat.ME
Hierarchical Dirichlet Process Mixture of Products of Multinomial Distributions: Applications to Survey Data with Potentially Missing Values
提出 HDPMPM 模型，利用非参数贝叶斯方法处理分类调查数据中的混合隶属关系与缺失值，有效识别潜在政治特征并处理 MAR 和 MCAR 缺失场景。
2024-12-27 stat.ME
A functional tensor model for dynamic multilayer networks with common invariant subspaces and the RKHS estimation
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Johns Hopkins University（约翰斯·霍普金斯大学）；Duke University（杜克大学）
本文提出了一种功能张量模型，用于分析动态多层网络中的共同结构，结合时间动态和层异质性，通过功能张量Tucker分解和RKHS框架进行估计，验证了方法在模拟数据和真实案例中的有效性。
2026-07-07 stat.ME
Multiple Imputation for Non-Monotone Missing Not at Random Binary Data using the No Self-Censoring Model
虽然当缺失模式是单调的时，处理纵向研究中缺失数据的方法已经发展得很好，但对于非单调缺失的方法却很少。此外，传统的随机随机缺失（MAR）假设--单调缺失的自然基准--没有模拟关于非单调缺失过程的现实信念（Robins和Gill，1997）。这为替代非单调非随机缺失（MNAR）机制提供了动力。“无自截尾”（NSC）模型就是这样一种机制，它假设当以所有其他可能缺失的结果变量及其缺失指标为条件时，结果变量缺失的概率与其值无关。作为一种替代“加权”的方法，成为计算要求越来越多的结果变量，我们提出了NSC下的多重插补方法。我们专注于二元结果的情况下，目前的模拟和渐近研究的结果，调查所提出的插补方法的性能。我们描述了一个相关的方法，敏感性分析偏离NSC。最后，我们讨论了MAR和NSC之间的关系，并证明了一个不是另一个的特殊情况。所提出的方法说明与应用程序的物质使用障碍的临床试验。
2023-02-24 stat.AP stat.ME
On a simultaneous parameter inference and missing data imputation for nonstationary autoregressive models
本文研究了时间序列分析中的缺失数据问题，重点研究了存在缺失数据时模型参数的估计和缺失数据的重建。用于解决这些问题的标准方法（如极大似然估计或贝叶斯推断）依赖于先验假设（如缺失数据的高斯或平稳行为），并且在这些假设未得到满足的情况下可能导致偏倚结果。为了更进一步，我们将模型参数有界变差的外生因子向量自回归模型的有限元方法（FEM-VARX）扩展到处理缺失数据问题。该方法在考虑时间序列和所涉及的外生因素的情况下，同时估计模型参数和重建缺失数据。由此产生的计算框架进行了比较，国家的最先进的方法对一组测试案例，并作为开放源码软件。
2019-12-30 stat.ME
R-miss-tastic: a unified platform for missing values methods and workflows
本文介绍 R-miss-tastic 平台，通过整合缺失值方法资料、实现与标准化 R/Python 工作流，支持不完整数据分析、方法比较和教学。
2024-06-17 stat.ME
Combining missing data imputation and internal validation in clinical risk prediction models
本文提供了一个教程，展示如何通过自助法结合确定性缺失数据填补来构建并内部验证临床风险预测模型，并通过大量模拟研究结果为实际应用提供决策指导。
2024-11-21 stat.AP stat.ME
Variable Selection for Additive Partial Linear Quantile Regression with Missing Covariates
标准分位数回归模型假设在感兴趣的分位数处存在线性关系，并且观察到所有变量。我们通过考虑部分线性模型来放松这些假设，同时允许缺失线性协变量。为了处理由缺失数据引起的潜在偏差，我们提出了一个加权的目标函数，使用逆概率加权。我们的工作检查估计使用参数和非参数估计的缺失概率。对于存在缺失数据的线性项的变量选择，我们考虑使用非凸惩罚MCP或SCAD的惩罚和加权目标函数。在标准条件下，我们证明了惩罚估计的Oracle属性，包括情况下，$p>>n$。理论上的挑战包括处理缺失数据和部分线性模型，同时使用非光滑损失函数和非凸罚函数。使用蒙特卡罗模拟和我们的方法进行评估的方法的性能被施加到模型的时间量清醒的患者离开康复中心。
2016-06-04 stat.ME
Missing data imputation for a multivariate outcome of mixed variable types
临床试验中收集的数据通常由多种类型的变量组成。例如，实验室测量和生命体征是连续或分类变量的纵向数据，不良事件可能是复发事件，死亡是至事件发生时间变量。在任何临床试验期间，由于患者退出研究或由于使用假设策略处理并发事件而导致的缺失数据几乎总是发生。同时用混合类型的变量估算这些数据是一项尚未广泛研究的挑战。在这篇文章中，我们建议使用一个近似的完全条件规范来填补缺失数据。仿真结果表明，在随机缺失的假设下，该方法能得到满意的结果。最后，从临床试验评估糖尿病治疗的实际数据进行了分析，以说明所提出的方法的潜在好处。
2023-01-11 stat.CO stat.ME
Modeling the Association Structure in Doubly Robust GEE for Longitudinal Ordinal Missing Data
广义估计方程（GEE）是一个众所周知的方法分析分类纵向响应。GEE方法具有计算简单和总体参数解释。在存在缺失数据的情况下，仅在完全随机缺失的强假设下有效。相关有序纵向数据的双稳健估计（DRGEE）是MAR机制下处理间歇缺失响应和协变量的一种很好的方法。独立工作相关性是DRGEE的标准方式。然而，当协变量不是时间平稳的时，可以使用结构化关联来获得效率。本文的目标是扩展DRGEE估计允许建模的关联结构的相关系数或局部优势比。仿真结果表明，局部优势比参数化的性能更好，特别是对小样本。该方法适用于与风湿性二尖瓣狭窄相关的数据集。
2015-06-15 stat.ME
Integrating multi-source block-wise missing data in model selection
对于多源数据，来自某些来源的可变信息块可能会丢失。用于处理缺失数据的现有方法没有考虑逐块缺失数据的结构。在本文中，我们提出了一个多块插补（MBI）的方法，它包括插补的基础上，完整和不完整的观察。具体而言，对于给定的缺失模式组，MBI中的插补除了包含完整观察结果的组外，还包含来自观察变量较少的组的更多样本。我们建议构造估计方程的基础上，所有可用的信息，并优化整合信息估计功能，以实现有效的估计。我们证明了所提出的方法具有估计和模型选择的一致性，在固定维和高维设置。此外，建议的估计是渐近更有效的估计基于一个单一的插补从完整的观察。此外，所提出的方法不限于完全随机缺失。数值研究和ADNI数据应用证实，所提出的方法优于现有的变量选择方法在各种缺失机制。
2020-04-05 stat.ME
Generalizing Identifiability Results in Causal Discovery from Complete Data to Missing Data Settings
Oregon State University（俄勒冈州立大学）；RIKEN Advanced Intelligence Project（理化学研究所先进智能项目）；The University of Osaka（大阪大学）；Shiga University（滋贺大学）
该研究针对缺失数据场景，建立了因果图可识别性的通用充分条件，提出两种适用于加性噪声模型的渐近正确算法，将完整数据因果发现的正确性保证扩展至缺失数据场景。
2026-10-15 cs.AI cs.LG stat.ME
Prediction with Missing Data: Target Probabilities and Missingness Mechanisms
Univ. Bordeaux, INSERM, BPH, U1219（波尔多大学，法国国家健康与医学研究院，BPH，U1219）
本文探讨了在预测中处理缺失数据的机制，提出了一种新的框架区分预测目标，并展示了在更弱的条件下可以一致预测目标。
2026-03-18 math.ST stat.AP stat.ME
Testing the Missing Completely at Random Assumption for Functional Data
Graz University of Technology（格拉茨工业大学）；Masaryk University（马萨里克大学）；University Bonn（波恩大学）
针对仅在部分定义域上观测到的函数型数据，开发统计检验确定函数与观测定义域是否独立，引入基于观测模式划分的检验框架及聚类方法，建立渐近结果并应用于实际数据。
2026-07-07 stat.ME
Variational Bayes Inference for Spatial Error Models with Missing Data
针对含响应变量缺失数据的空间误差模型，本文提出JVB与改进HVB两种变分贝叶斯算法，以更低计算成本实现随机缺失和非随机缺失下的准确推断。
2024-06-12 stat.ME
A stacked approach for chained equations multiple imputation incorporating the substantive model
链式方程多重插补（MICE）已成为处理缺失数据的一种流行方法。应用MICE的一个核心挑战是确定如何将结果信息纳入协变量插补模型，特别是对于复杂的结果。通常，我们心中有一个特定的分析模型，我们希望确保插补模型和分析模型之间的一致性。我们提出了一种新的策略，直接将分析模型的处理缺失数据。在我们提出的方法中，缺失协变量的多重插补在不使用结果信息的情况下获得。然后，我们利用插补堆叠的策略，其中多重插补彼此堆叠以创建大数据集。然后通过权重合并分析模型。而不是应用多重插补组合规则，我们通过拟合堆叠数据集上的分析模型的加权版本来获得参数估计。我们提出了一种新的估计获得这种堆叠和加权分析的标准误。我们的估计量是基于Louis（1982）中的观测数据信息原理，可以更一般地应用于分析叠加多重插补。我们分析堆叠多重插补的方法是第一个动机良好的方法，可以很容易地应用于各种各样的标准分析模型和缺失数据设置。在模拟中，当正确指定分析模型时，所提出的策略会产生无偏的参数估计。我们开发了一个R包StackImpute，允许这种插补方法在许多标准分析模型中轻松实现。
2019-10-10 stat.ME
Framework for the Treatment And Reporting of Missing data in Observational Studies: The TARMOS framework
缺失数据在医学研究中普遍存在。尽管关于如何处理缺失数据的指导越来越多，但实践变化缓慢，误解比比皆是，特别是在观察性研究中。我们提出了一个实用的框架来处理和报告观察性研究中不完整数据的分析，我们使用雅芳父母和孩子纵向研究的案例研究来说明。该框架包括三个步骤：1）制定分析计划，指定分析模型以及如何解决缺失数据。一个重要的考虑因素是完整的记录分析是否可能有效，多重插补或替代方法是否可能提供益处，以及是否需要关于缺失机制的敏感性分析。2)探索数据，检查分析计划中概述的方法是否适当，并进行预先计划的分析。3)报告结果，包括缺失数据的描述、如何解决缺失数据的详细信息，以及根据缺失数据和临床相关性解释的所有分析结果。该框架旨在支持研究人员系统地思考缺失数据，并透明地报告对研究结果的潜在影响。
2020-04-29 stat.ME
Sensitivity analysis for multivariable missing data using multiple imputation: a tutorial
本文以教程形式介绍如何利用NARFCS程序在多变量多重插补中开展非随机缺失敏感性分析，并通过澳大利亚儿童纵向研究案例演示从模型设定到R和Stata实现的完整流程。
2025-02-05 stat.ME
Parametric MMD Estimation with Missing Values: Robustness to Missingness and Data Model Misspecification
CNRS, LPSM, Sorbonne Université, Université Paris Cité（法国国家科学研究中心，统计与概率实验室，索邦大学，巴黎西岱大学）；Research Institute for Statistics and Information Science, University of Geneva（日内瓦大学统计与信息科学研究院）
针对缺失数据中极大似然估计对模型误设敏感的问题，提出基于最大均值差异的M估计程序，在MCAR、MNAR及Huber污染设定下均具有稳健性，并提供理论保证与高效算法。
2026-09-16 stat.ME
Conformal Network Link Prediction with False Discovery Rate Control under Unstructured Missingness
University of Southern California（南加州大学）；University of Pennsylvania（宾夕法尼亚大学）；Hong Kong University of Science and Technology（香港科技大学）；Ohio State University（俄亥俄州立大学）；New York University（纽约大学）
提出一种在部分观测网络中预测缺失链接并控制错误发现率（FDR）的分布自由方法，通过多分裂策略和e值聚合处理复杂依赖和未知缺失机制。
2026-06-26 math.ST stat.ME stat.TH
