多重插补 (Multiple Imputation) 指南

多重插补是解决缺失数据的统计方法，通过生成 m 个完整数据集来反映插补的不确定性。

缺失机制

• MCAR — 完全随机缺失：缺失与任何变量无关。任何方法都适用。
• MAR — 随机缺失：缺失与其他观测变量有关。mice 等模型插补适用。
• MNAR — 非随机缺失：缺失与缺失值本身有关。需要专门的模型。

插补方法

• PMM (预测均值匹配) — 默认推荐。保留变量间的相关性，避免不合理的值。
• 正态分布插补 — 假设数据正态分布，适合连续变量。
• 随机森林插补 — 非线性关系好，计算量大。
• 均值/中位数 — 简单快速，但不考虑变量间关系，会低估方差。

参考文献

• van Buuren, S. (2018). Flexible Imputation of Missing Data (2nd ed.). Chapman & Hall/CRC.
• Rubin, D.B. (1987). Multiple Imputation for Nonresponse in Surveys. Wiley.