[問題] 想請問bootstrape跑OR

[marki (marki)]

各位前輩好

小弟使用R

我手上有一個Data set, 裡面有一個outcome(DV), 一個自變數(IV), 和一個調整變數

三個變數都是binary data

總共有800個觀察值  DV與調整變數沒有missing data, 但是IV有200個missing data

而在IV有值的部分400個是0, 200個是1

所以我想要用bootstrap的方式重複抽取IV的200個missing data
0與1的比例大概是0.67:0.33

然後用logistic regression的方式估算OR的estimate

抽取1000次  所以總共會有1000個OR estimate
然後看這1000個數字的2.5% and 97.5%估算95% CI

我想要請問

1) 這個方式估算estimate與95%CI是可行的嗎？
2) 請問有比較好的R package處理這件事情嗎？
3) 我猜因為那個參數的分布可能不是normal distribution,
所以沒有辦法用mean +/- 1.96SD估算95% CI, 不知道我的想法有沒有錯呢？

謝謝

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.239.220.230 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1623467568.A.162.html
→ Pieteacher: try clopper Pearson CI?
→ andrew43: 看不懂bootstrap抽200個missing data是什麼作用
→ andrew43: 要做迴歸不是要針對1000（或800）樣本去bootstrap嗎？
→ marki: 不好意思  我可能表達的不夠清楚
→ marki: 因為IV有200個missing data, 所以我想每次從裡面
→ marki: 抽1/3的人為1, 剩下2/3為0。然後反覆抽1000次
→ marki: 每次都可以帶入logistic regression算出一個OR的估計值
→ marki: 所以我想95% CI應該可以計算這1000個估計值2.5% and 97.5%
→ marki: 我的dataset有800筆觀察值 但IV只有600筆有值
※ 編輯: marki (36.239.220.230 臺灣), 06/13/2021 10:28:16
推 Tinderstick: 你的 CI 沒考慮到部分 IV 為插補值所帶來的估計誤差
推 Tinderstick: 抱歉，更正一下
推 Tinderstick: 你的 CI 沒考慮到插補 IV 的誤差與估計 OR 的誤差之
→ Tinderstick: 間的交互作用
推 Tinderstick: 在 iid 的前提下，或許可在 bootstrap 裡改用 leave-
→ Tinderstick: one-out logistic regression
推 Tinderstick: leave-one-out cross-validation logistic regressio
→ marki: 謝謝。想請問我要如何用leave one out 處理誤差的交互作用
→ marki: 呢？
推 Tinderstick: 抱歉，好像沒那麼複雜，我想到我的問題去了。你的 re
→ Tinderstick: sampling procedure 應該可以捕捉插補誤差和估計誤差
→ Tinderstick: ，只要每一次 bootstrap replication 都包含這兩個步
→ Tinderstick: 驟即可
推 locka: 可以借問一下OR指的是什麼嗎？謝謝~
→ andrew43: odds ratio
→ locka: 原來如此 我一直想到operation research…XD
→ marki: 謝謝各位前輩詳解