MétaCan
Menu
Retour à la cohorte
Enregistrement W3165766469 · doi:10.31234/osf.io/smcdv

Dealing with multivariate missing data in principal component analyses and subsequent model estimation: a two-step worked example using data from the Canadian Longitudinal Study of Aging

2019· preprint· en· W3165766469 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Bayesian Inference
Établissements canadiensUniversity of SaskatchewanUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchConsortium canadien en neurodégénérescence associée au vieillissementUniversity of British ColumbiaGovernment of CanadaRéseau québécois de recherche sur le vieillissement
Mots-clésMissing dataImputation (statistics)Principal component analysisRaw dataInferenceStatisticsComputer scienceMultivariate statisticsData miningStatistical inferenceEconometricsMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Missing data can be a significant problem for statistical inference in many disciplines when information is not missing completely at random. In the worst case, it can lead to biased results when participants or subjects with certain characteristics contribute more data than other participants. Multiple imputation methods can be used to alleviate the loss of sample size and correct for this potential bias. Multiple imputation entails filling in the missing data using information from the same and other participants on the variables of interest and potentially other available data that correlate with the variables of interest. The missing data estimates and uncertainty associated with their estimation may then be taken into account in statistical inference from those variables. A complication may arise when using compound variables, such as principal component loadings (PC), which draw on a number of raw variables that themselves have non-overlapping missing data. Here, we propose a sequential multiple imputation approach to facilitate the use of all available data in the raw variables contained in compound variables in a way that conforms to the specifications of the multiple imputation framework. We first use multiple imputation to impute missing data for the subset of raw variables used in a principal component analysis (PCA) and perform the PCA with the imputed data; then, use the factor loadings to calculate PC scores for each individual with complete raw data. Finally, we include these PC scores as part of a global multiple imputation approach to estimate a final statistical model. We demonstrate (including annotated Stata code) the use of this approach by examining which sensory, health, social and cognitive factors explain self-reported sensory difficulties in the Canadian Longitudinal Study of Aging (CLSA) Comprehensive Cohort. The proposed sequential multiple imputation approach allows us to deal with the issue of having large cumulative amount of data that is missing (not completely at random) among a large number of variables, including composite cognitive scores derived from a battery of cognitive tests. We examine the resulting parameter estimates using a range of recommended diagnostic tools to highlight the potential and consequences of the approach to the statistical results.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,650
Tête enseignante GPT0,511
Écart entre enseignants0,139 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations3
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetStatistical Methods and Bayesian InferenceTravaux en français237 207