අධ්‍යයන ප්‍රතිඵලවල නිරවද්‍යතාවය සහ විශ්වසනීයත්වය සහතික කිරීම සඳහා වෛද්ය ප්‍රතිරූප අධ්‍යයනයන්හි නැතිවූ දත්ත හැසිරවීමේ ක්රම අවබෝධ කර ගැනීම ඉතා වැදගත් වේ. මෙම ලිපියෙන්, අපි අතුරුදහන් වූ දත්ත විශ්ලේෂණය පිළිබඳ සංකල්පය ගවේෂණය කරන්නෙමු, ආරෝපණ ක්රම ගැන සොයා බලන්නෙමු, සහ ජෛව සංඛ්‍යාලේඛනවලට ඒවායේ අදාළත්වය විමසා බලමු.
දත්ත විශ්ලේෂණය අතුරුදහන්
සියලුම අධ්‍යයන සහභාගිවන්නන් සඳහා විචල්‍යයන් හෝ උනන්දුවක් දක්වන මිනුම් ලබා ගත නොහැකි වෛද්ය රූප අධ්‍යයනයන්හි දත්ත නැතිවීම පොදු ගැටළුවකි. අසම්පූර්ණ දත්ත විශ්ලේෂණය කිරීම පක්ෂග්‍රාහී ප්‍රතිඵලවලට සහ සංඛ්‍යාන බලය අඩුවීමට හේතු විය හැකි අතර, නැතිවූ දත්ත හැසිරවීම සඳහා සුදුසු ක්‍රමවේද භාවිතා කිරීම අත්‍යවශ්‍ය වේ.
නැතිවූ දත්තවල ලක්ෂණ
සුදුසු ආරෝපණ ක්රම තෝරා ගැනීම සඳහා අස්ථානගත වූ දත්තවල ලක්ෂණ අවබෝධ කර ගැනීම මූලික වේ. නැතිවූ දත්ත අහඹු ලෙස සම්පූර්ණයෙන්ම අතුරුදහන් (MCAR), අහඹු ලෙස අතුරුදහන් (MAR) හෝ අහඹු ලෙස නැතිවීම (MNAR) ලෙස වර්ගීකරණය කළ හැකිය. සෑම කාණ්ඩයක්ම අනන්‍ය අභියෝග ඉදිරිපත් කරන අතර ගැලපෙන ලෙස හැසිරවීම අවශ්‍ය වේ.
අතුරුදහන් වීමේ වර්ග
මූලික අතුරුදහන්වීම් වර්ග දෙකක් වන්නේ තොරතුරු අතුරුදහන් වීම සහ තොරතුරු නොවන අතුරුදහන් වීමයි. තොරතුරු අතුරුදහන් වීම සිදු වන්නේ අගයක් අතුරුදහන් වීමේ සම්භාවිතාව නිරීක්ෂණය නොකළ විචල්‍යයන් මත රඳා පවතින විට එය අහඹු නොවන බවට පත් කරන විටය. අනෙක් අතට, තොරතුරු නොවන අතුරුදහන් වීම අහඹු ලෙස සිදු වන අතර එය නිරීක්ෂණය නොකළ විචල්‍යයන් සමඟ සම්බන්ධ නොවේ.
ආරෝපණ ක්රම
වෛද්ය ප්‍රතිරූප අධ්‍යයනයන්හි අතුරුදහන් වූ දත්ත ආමන්ත්රණය කිරීමේදී ආරෝපණ ක්රම ඉතා වැදගත් කාර්යභාරයක් ඉටු කරයි. පවතින තොරතුරු මත පදනම්ව නැතිවූ අගයන් තක්සේරු කිරීම මෙම ශිල්පීය ක්‍රමවලට ඇතුළත් වේ. ආරෝපණ ක්රම කිහිපයක් සාමාන්‍යයෙන් භාවිතා වන අතර, ඒ සෑම එකක්ම නිශ්චිත උපකල්පන සහ අදාළ වේ.
1. මධ්‍ය/මධ්‍ය ආරෝපණය
මධ්‍යන්‍ය හෝ මධ්‍ය ආරෝපණය මඟින් අතුරුදහන් වූ අගයන් අදාළ විචල්‍යය සඳහා නිරීක්ෂණය කරන ලද දත්තවල මධ්‍යන්‍ය හෝ මධ්‍ය සමඟ ප්‍රතිස්ථාපනය කරයි. ක්‍රියාත්මක කිරීමට සරල වුවත්, මෙම ක්‍රමය සම්මත දෝෂ සහ විකෘති සංඛ්‍යාන අනුමාන අවතක්සේරු කිරීමට හේතු විය හැක.
2. Hot Deck Imputation
Hot deck imputation යනු අතුරුදහන් වූ අගයන් සමාන අගයන් සමඟ පිරවීමයි