الهدف: البيانات المفقودة هي واحدة من المشاكل الرئيسية في تحليل الانحدار اللوجستي. يعد التحميل طريقة شائعة لحل هذه المشكلة. تُستخدم التحميلات المتعددة بواسطة المعادلات المتسلسلة (MICE) على نطاق واسع لأنها لا تعتمد على أي توزيع (على سبيل المثال، التوزيع الطبيعي المتعدد المتغيرات). في MICE، هناك 5 طرق تحميل متعددة. في هذه الدراسة، نقارن بين الطرق الخمس لتحليل الانحدار اللوجستي الثنائي مع متغيرات مفقودة. المواد والطرق: قمنا بتقييم أداء الطرق الخمس من خلال توليد بيانات من توزيع متعدد المتغيرات بلغة البرمجة R. أولاً، أنشأنا مصفوفة تصميم من توزيع طبيعي متعدد المتغيرات بحجم عينة n وعدد p من المتغيرات المستقلة (N(μ,Σ)). أنشأنا المتغير المستجيب من توزيع برنولي بحجم عينة n. قمنا بحذف 10% و 20% و 30% من البيانات الكاملة تحت ظروف الفقدان العشوائي تمامًا والفقدان العشوائي. أجرينا 1,000 تكرار. النتائج: بعد تنفيذ سيناريوهات مختلفة في دراسة المحاكاة، كان MICE باستخدام الانحدار الخطي مع تقنية bootstrap (MICEBOOT) الأقل انحيازًا ويعطي أدنى خطأ مربع متوسط (MSE) في معظم السيناريوهات. كان MICE-الغابة العشوائية الأكثر انحيازًا وأنتج أعلى MSE. الاستنتاج: نظرًا لعدم وجود دراسة تتعلق بمقارنة الطرق الخمس في MICE لتحليل الانحدار اللوجستي مع متغيرات مفقودة، لم نتمكن من مقارنة نتائج هذه الدراسة مع نتائج الدراسات السابقة. يمكن استخدام MICE-BOOT لتحليل الانحدار اللوجستي الثنائي مع بيانات مفقودة.
درس تونكاي يانارتيش (الخميس) هذا السؤال.