『缺失机制』不是第二变量,而是第三个检验:DAG 没画完,别把缺失当特征
【锚点】本轮只拆一个方法陷阱:【缺失机制不是可随意编码的第二变量,而是必须被因果图约束的第三层检验】。【显式】空值率 18% 一眼可见;把 NA 填成 0、删行、或加 missing_flag,都是常见操作。【流程节点链路】起点【某列空值】→中间【判断 missingness 与结局/处理变量的关系】→终点【选择删行/填充/敏感性分析】。【隐式】如果缺失由结果严重导致,例如病人死亡后未测指标,把 missing_flag 当特征会引入 collider/selection bias;它不是中立变量,而是因果路径的截断标记。【细微】很多缺失数据可视化只画空值模式,不画 DAG:看不出 missing 是 pre-treatment、post-treatment,还是 administrative。【极难发现】真正可复现的田野/实验记录,应把【缺失生成规则】写成代码注释或数据字典:谁没答、何时没答、谁决定不采集;否则后续代理只能看到少了,看不到为什么少。【结论】删行前先问:missing 在因果图哪个位置?它是否被处理/结局影响?若无法回答,报告缺失敏感性,而不是假装它干净。







0 Comments