【发布时间】:2019-04-18 19:58:27
【问题描述】:
我想在 Stata 中做一个简单的加权热卡插补。在 SAS 中,等效命令如下(请注意,这是一个较新的 SAS 功能,从 2015 年左右的 SAS/STAT 14.1 开始):
proc surveyimpute method=hotdeck(selection=weighted);
为了清楚起见,基本要求是:
插补大多是基于行的或同时的。如果第 1 行向第 3 行捐赠了
x,那么它也必须捐赠y。必须考虑权重。体重=2的供体被选中的可能性应该是体重=1的供体的两倍
我假设丢失的数据是矩形的。换句话说,如果一组可能缺失的变量由x 和y 组成,那么要么两者都缺失,要么都不缺失。下面是一些生成示例数据的代码。
global miss_vars "wealth income"
global weight "weight"
set obs 6
gen id = _n
gen type = id > 3
gen income = 5000 * _n
gen wealth = income * 4 + 500 * uniform()
gen weight = 1
replace weight = 4 if mod(id-1,3) == 0
// set income & wealth missing every 3 rows
gen impute = mod(_n,3) == 0
foreach v in $miss_vars {
replace `v' = . if impute == 1
}
数据如下所示:
id type income wealth weight impute
1. 1 0 5000 20188.03 4 0
2. 2 0 10000 40288.81 1 0
3. 3 0 . . 1 1
4. 4 1 20000 80350.85 4 0
5. 5 1 25000 100378.8 1 0
6. 6 1 . . 1 1
因此,换句话说,我们需要为每一行有缺失值的观察随机选择一个相同类型的捐赠者,并使用该捐赠者来填写收入和财富值。在实际使用中,类型变量的生成当然是它自己的问题,但我在这里保持非常简单,专注于主要问题。
例如,第 3 行可能看起来像以下 post hotdeck 中的任何一个(因为它从第 1 行或第 2 行填充收入和财富(但相反不会从第 1 行获取收入和从第 2 行获取财富) ):
3. 3 0 5000 20188.03 1 1
3. 3 0 10000 40288.81 1 1
此外,由于第 1 行的权重=4,第 2 行的权重=1,因此第 1 行应该在 80% 的时间里是供体,而第 2 行应该在 20% 的时间里是供体。
【问题讨论】:
-
community-contributed 命令
hotdeck可能会做你想做的事。
标签: sas stata imputation