MNAR 时因子一般不能提出积分。例如只记录收入超过某个未公开门槛的人,看到的收入密度同时受总体分布和选择概率影响。不同的完整数据模型与选择机制可能生成同一个观测律,形成可识别性理路统计模型的可识别性Identifiability of a statistical model · Parameter identifiability观测分布能否唯一决定参数或目标,以及对称、观测机制与弱识别造成的边界。障碍;仅增加同类观测未必能解开它。
若不愿再作点识别假设,已知结果支持仍可给出缺失均值的可达锐界理路部分识别与可达锐界Partial identification and sharp bounds · Identified set · Manski bounded-outcome bounds从完整观测律的相容补全出发构造识别集合,证明缺失均值与无交换性ATE的可达端点,并将识别宽度与有限样本覆盖分开。,其前提是总体支持已知,不能用样本极值代替。随机处理后还发生选择时,Lee界理路Lee 选择界与分数截尾Lee selection bounds · Lee trimming bounds · 单调选择下的锐界在随机处理和单调选择下,对始终可见人群的平均效应给出可达截尾界,保留原子分数质量,并推导条件化后的正确人群权重。另假设逐人的选择向同一方向改变,目标改为两种处理下始终可见者的平均效应;这项单调性不同于MAR,也不由两组回答率的顺序证明。
推论与应用
缺失机制应结合数据采集过程、已知设计信息和科学知识说明。一般不能仅从已观测数据验证 MAR,因为其关键条件涉及看不见的值。可检查特定 MCAR 假设与可见数据是否冲突,但未拒绝某项检验也不证明 MAR 或 MCAR 成立。
在可忽略模型下,可用EM理路期望最大化算法Expectation-maximization algorithm · EM algorithm · EM 算法交替计算潜变量的条件分布与提高完整数据期望对数似然,以迭代优化观测似然的算法。处理缺失变量的边缘似然;在机制不可忽略或结论对它敏感时,应显式建模选择过程,比较不同机制假设下的结论,并说明额外识别信息来自哪里。
在协变量全部可见、结果按 MAR 缺失且记录概率为正时,识别完整均值之后还可追问估计精度。半参数效率与有效影响函数理路半参数效率与有效影响函数Semiparametric efficiency · Efficient influence function · Canonical gradient · 典范梯度用可微子模型的得分空间刻画正则估计的首阶方差界,并完整求出随机缺失均值的有效影响函数。把误差分成组间人群波动与组内结果波动,推导缺失增加的首阶方差,并给出有限分层下达到该界的估计方法。