البيانات الناقصة: تحليل الحالات الكاملة والتعويض وافتراضات كل طريقة

البيانات الناقصة مش إزعاجًا بتشيله قبل التحليل الحقيقي. طريقة التعامل معاها جزء من التحليل، والاختيار ممكن يغيّر الاستنتاج.

تلات آليات

• ناقص تمامًا عشوائيًا (MCAR). النقص مش مرتبط بأي حاجة، ملاحَظة أو لأ. ونادر عمليًا.
• ناقص عشوائيًا (MAR). النقص بيعتمد على متغيرات ملاحَظة، مش على القيمة الغايبة نفسها. المرضى الأكبر بيفوّتوا زيارات أكتر، وإنت سجّلت السن.
• ناقص غير عشوائي (MNAR). النقص بيعتمد على القيمة الغايبة. المرضى اللي حالتهم بتسوء بيبطلوا حضور، وقد إيه ساءت هو بالظبط اللي ماسجلتوش.

والأسماء مش مساعدة — «عشوائيًا» مش معناها عشوائي — لكن التفرقة بتحدد أنهي طرق صالحة.

تحليل الحالات الكاملة

حذف السجلات الناقصة صالح تحت MCAR، ومتحيّز غير كده. وكمان بيرمي معلومات: مع عدة متغيرات كل واحد ناقص شوية، الحالات الكاملة ممكن تبقى نسبة صغيرة وغير ممثلة.

وهو مبرَّر لما النقص يكون تافهًا فعلًا، ولازم يتبرر مش يتاخد كافتراضي.

التعويض المتعدد

القيم الناقصة بتتملي عدة مرات من نموذج بيستخدم البيانات الملاحَظة، فبينتج عدة مجموعات كاملة. وكل واحدة بتتحلل والنتائج بتتجمع بقواعد بتنقل عدم يقين التعويض للأخطاء المعيارية النهائية.

ونقطتان الناس بتغلط فيهم.

نموذج التعويض لازم يشمل النتيجة. وإغفالها بيحيّز الارتباطات ناحية العدم، وده إحساسه آمن وهو مش كده.

وبيفترض MAR. وتحت MNAR بيبقى متحيّزًا، مع إنه عادةً أقل تحيّزًا من تحليل الحالات الكاملة.

اللي ما تعملوش

ترحيل آخر قياس بيفترض إن المريض بطّل يتغيّر في اللحظة اللي بطّل يتلاحظ فيها، وده بالظبط الافتراض الأرجح إنه غلط في حالة بتتدهور.

والتعويض بالمتوسط بيقلل التباين ويشوّه العلاقات. والاتنين لسه بيتستخدموا ومفيش واحد فيهم مبرَّر في التحليل الحديث.

انشر واختبر

قول قد إيه البيانات كانت ناقصة، لكل متغير، وإيه اللي في رأيك سببها. وصف الطريقة وافتراضها. وبعدين اعمل تحليل حساسية تحت انحراف معقول — منهج delta أو خليط أنماط — وانشر هل الاستنتاج صمد.

والنتيجة اللي بتصمد تحت سيناريو MNAR معقول أقوى بكتير من نتيجة اتعوّضت وبس.