sas - 在 Stata 中进行加权热卡插补的简单方法？

Question

我想在 Stata 中进行简单的加权热卡插补。在 SAS 中，等效命令如下(请注意，这是较新的 SAS 功能，从 2015 年左右的 SAS/STAT 14.1 开始):

proc surveyimpute method=hotdeck(selection=weighted); 

为了清楚起见，基本要求是:

1. 插补大多数是基于行的或同时进行的。如果第 1 行将 x 捐赠给第 3 行，那么它也必须捐赠 y。

2. 必须考虑权重。权重为 2 的捐赠者被选中的可能性应该是权重为 1 的捐赠者的两倍

我假设缺失的数据是矩形的。换句话说，如果可能缺失的变量集由 x 和 y 组成，则要么两者都缺失，要么两者都不缺失。下面是一些用于生成示例数据的代码。

global miss_vars "wealth income"
global weight    "weight"

set obs 6
gen id = _n
gen type = id > 3
gen income = 5000 * _n
gen wealth = income * 4 + 500 * uniform()
gen weight = 1
replace weight = 4 if mod(id-1,3) == 0

// set income & wealth missing every 3 rows
gen impute = mod(_n,3) == 0
foreach v in $miss_vars {
    replace `v' = . if impute == 1
}

数据看起来像这样:

            id       type     income     wealth     weight     impute
  1.         1          0       5000   20188.03          4          0
  2.         2          0      10000   40288.81          1          0
  3.         3          0          .          .          1          1
  4.         4          1      20000   80350.85          4          0
  5.         5          1      25000   100378.8          1          0
  6.         6          1          .          .          1          1

因此换句话说，我们需要随机(通过加权)为具有缺失值的每一行选择一个相同类型观察值的捐助者，并使用该捐助者来填写收入和财富值。在实际使用中类型变量的生成当然是它自己的问题，但我在这里保持非常简单以关注主要问题。

例如，第 3 行可能看起来像以下 hotdeck 后的任何一个(因为它同时填充了第 1 行或第 2 行的收入和财富(但相比之下，它永远不会从第 1 行获取收入和从第 2 行获取财富):

  3.         3          0       5000   20188.03          1          1
  3.         3          0      10000   40288.81          1          1

此外，由于第 1 行的权重为 4，第 2 行的权重为 1，因此第 1 行应有 80% 的时间是供体，而第 2 行应有 20% 的时间是供体。

Answer 1

在 Stata 中似乎没有办法做到这一点，也没有社区提供的命令。有一些社区贡献的命令可以执行 hotdeck(具体来说，hotdeck、whotdeck 和 hotdeckvar)，但它们都没有处理样本权重。 whotdeck 命令表面上看起来可以处理权重，但这些不是样本权重，而是内部估计的重要性权重。

于是自己写了一个程序上传到github上。它叫做wtd_hotdeck .请点击该链接以获取更多信息和任何后续更新。