疫学調査データにおける欠損値が解析結果に与える影響の評価

摘要

欠損値のあるデータは，推定精度や検出力の低下といつ た影響を及ぼす。従来の欠損値処理法であるリストワイズ 法（欠損値除去法）や代入法は推定値にバイアスが生じる 場合があり，多重代入法が新たな手法として応用されつつ ある。本研究では，実際の疫学調査データを用いて疑似欠 損データを作出し，欠損値が推定結果に与える影響をリス トワイズ法と多重代入法で検証した。検証には.牛白血病 の飼養衛生管理に関する既存の疫学調査データを用いた。欠損値はその発生メカニズムにより，欠損が完全にランダムに発生するMCAR (Missing Completely At Random), 欠損が観察した他の変数と関連するMAR (Missing At Random),欠損が観測されていない変数や欠損のある変数 自身に開連するNMAR (Not Missing At Random)に分類 される。そこで，疑似欠損データとして，欠損値発生メカ 二ズムと欠損値割合が異なる5種類のデ一タを調査データ を用いて各100セット作出した。疑似欠損データに対して， 2種類の欠損値処理法を適用して口ジスティック回帰分析 を行い，牛白血病の発生に関連する変数の推定値を比較し た。その結果，リストワイズ法は，多重代入法よりも推定 値のバラツキが大きく ， MARとNMARでは推定値にバイ ァスが生じていた。多重代入法は，MCARとMARでは推 定値のバラツキ，バイアスともに小さく，良好な推定精度 を示した力5, NMARの場合は推定値にバイァスが生じて いた。以上から，欠損値による推定結果のバイアスや精度の低 下は，多重代入法により改善が見込まれることが確認された。