如何在 R 中随机生成 Missing Not (MNAR) 数据？
How to generate Missing Not at random (MNAR) data in R?
我让 Y 服从二项分布，概率为 0.1，N=100。自变量 x 具有正态分布均值 0 和 0.5。我想在 Y 上生成 MNAR 机制。
要生成 MNAR 数据，您可以使用数据生成过程，其中
缺失机制取决于未观察到的数据。
# Generate the true data
y1 <- rbinom(100, size=1, prob=0.1)
# Generate the missing process. Depends on the "true" observed value
r <- rbinom(length(y1), size=1, prob=c(.25, .1)[y1+1])
y <- y1
y[r==1] <- NA
我让 Y 服从二项分布，概率为 0.1，N=100。自变量 x 具有正态分布均值 0 和 0.5。我想在 Y 上生成 MNAR 机制。
要生成 MNAR 数据，您可以使用数据生成过程，其中 缺失机制取决于未观察到的数据。
# Generate the true data
y1 <- rbinom(100, size=1, prob=0.1)
# Generate the missing process. Depends on the "true" observed value
r <- rbinom(length(y1), size=1, prob=c(.25, .1)[y1+1])
y <- y1
y[r==1] <- NA