폭력 관련 연구에서의 유사 모델링: 결측 데이터 접근법

폭력은 데이터 접근의 어려움과 폭력에 노출된 이들의 안전에 대한 우려로 인해 폐쇄적으로 분석되어 왔습니다. 개별 데이터 세트를 사용한 폭력과 그 연관성에 대한 문헌이 있긴 하지만, 결합된 데이터 소스를 사용한 분석은 매우 제한적입니다. 이상적으로는 동일한 개인의 데이터가 연계 및 폭력 경험과 그 (건강) 영향 및 결과에 대한 장기적인 이해를 가능하게 할 것입니다. 이 논문의 목적은 성인 성폭력 피해 생존자에 대한 잉글랜드 및 웨일스 범죄 조사(CSEW)와 잉글랜드 및 웨일스 강간 위기청(RCEW)으로부터 데이터를 결합하여 합성 데이터 세트를 생성하는 개념 증명을 제공하는 것입니다. 직관적으로, 아이디어는 다른 데이터 세트의 분포를 빌려 결측 정보를 추정하는 것이었습니다. 우리의 분석에서, 우리는 RCEW 행정 데이터 세트의 결측 데이터를 추정하기 위해 CSEW의 정보를 빌렸고, 결합된 합성 RCEW-CSEW 데이터 세트를 만들었습니다. 유사 모델링 원칙을 사용하여 우리는 다부문 환경에서 폭력 관련 연구의 패턴과 연관성을 탐구하기 위한 혁신적이고 비용 효과적인 접근법을 제공합니다. 방법론적으로, 우리는 합성 결합 데이터 세트를 만들기 위해 데이터 통합을 결측 데이터 문제로 접근했습니다. 여러 번의 연쇄 방정식으로 여러 번의 추정을 사용하여 두 가지 다른 출처에서 데이터를 수합/추정했습니다. 이 절차가 효과적인지 테스트하기 위해 우리는 이진, 연속 및 범주형 변수에 대한 개별 및 결합 합성 데이터 세트에 대한 회귀 분석을 비교했습니다. 우리는 결과 측정으로 테스트를 확장하고, 마지막으로, 하나의 데이터 출처에서 완전히 결측인 변수에 이 기술을 적용했습니다. 우리의 결과는 결합된 데이터 세트의 효과 크기가 추정에 사용된 데이터 세트의 효과 크기를 반영함을 보여줍니다. 분산이 더 높아져 통계적으로 유의미한 추정치가 적어졌습니다. 우리의 접근법은 유사 모델링 방법을 사용하여 관리 데이터와 조사를 결합하여 데이터 연계에 대한 기존 장벽을 극복할 가능성을 강화합니다.