Key points are not available for this paper at this time.
缺失数据是研究中常见的挑战，若处理不当，会影响统计推断的结果。本文旨在向非统计学受众介绍缺失数据的基本概念，列出并比较一些在实践中处理缺失数据的最流行的方法，并提供处理和报告科学研究中缺失数据的指南和建议。完全案例分析和单重插补是处理缺失数据的简单方法，在实践中很受欢迎，但在大多数情况下，它们并不保证提供有效的推断。多重插补是一种稳健且通用的替代方案，适用于随机缺失的数据，克服了简单方法的缺点，但总是应谨慎进行。上述方法通过使用Cox回归的示例应用进行了说明和比较.
Papageorgiou 等（星期四）研究了这个问题。