Missing data og multippel imputasjon

Missing data og multiple imputation

Missing data må tas hensyn til i alle undersøkelser. Missing data innebærer at verdien for en variabel mangler. De fleste studier inneholder missing data, og dette gjelder både prediktorer ($X$) og utfallsmål ($Y$). Husk at dersom verdien mangler for en variabel ($X$ eller $Y$) i en regresjonsmodell, vil denne personen (som mangler verdi) ikke bli inkludert i modellen. Det gjør at modellen mister en observasjon og dermed power. Alle statistiske modeller blir bedre jo flere observasjoner som inngår i modellen.

Man bør forsikre seg om hvor vanlig missing er (for hver variabel) og undersøke om de personene som utelukkes fra modellen, skiller seg fra dem som er igjen i modellen. Det sistnevnte kan gjøres ved å lage en deskriptiv tabell der karakteristika for dem som inngår i modellen, sammenlignes med karakteristika for dem som ekskluderes fra den. Dersom karakteristika ikke skiller seg nevneverdig, kan man anta at missing er missing at random, noe som innebærer at verdien mangler helt tilfeldig. Hvis det er tilfellet, påvirker ikke missing modellens validitet. Det er også mulig å imputere missing, noe som innebærer at man fyller inn alle manglende verdier med rimelige verdier. Imputasjon bør gjøres med metoden multippel imputasjon.