在 JMP 中使用估算数据 - Elastic Net大家好，
我正在处理一个在 stata 中经过多重插补的数据集。 我正在尝试对 JMP 中的数据集进行弹性网络回归，因为 Stata 的多重插补估计命令似乎不支持弹性网络。
我想知道 JMP 是否有任何方法将数据识别为 MI 数据，或者它是否重要？ stata 中的 mi 估计命令进行组合分析和池化过程。 仅通过弹性网络运行原始估算数据集而不进行分析和池化阶段是否合适？ 感谢人们可以提供的任何帮助和任何见解。
数据混合和清理预测建模和机器学习视窗回复：在 JMP 中使用估算数据 - Elastic Net你好，我有同样的问题。 我有一个在 SPSS 中经过多重插补的数据集。 SPSS 识别多重插补数据集。 但是，它仅对每个估算数据和汇总数据进行单变量分析，例如相关性和 t 检验，但不进行多变量分析，例如重复测量的方差分析。 它仍然运行估算数据，但不运行汇总数据。 我希望能够在 JMP/SAS 中做到这一点，但在 86 次浏览后没有回复您的电子邮件，这一点并不令人鼓舞。
回复：在 JMP 中使用估算数据 - Elastic Net我没有弹性网络的解决方案，但是@BTD ，您可以考虑使用全信息最大似然 (FIML) 而不是多重插补 (MI) 进行多变量分析。 FIML 是默认估计器结构方程模型当存在缺失数据时，并且考虑到您有重复测量数据，您可能需要查看 JMP Pro 中的平台这个例子潜在增长曲线模型（对数据的假设不如 RM 方差分析严格）。
作为旁注，本文比较 FIML 和 MI 并确认，
“我们的研究证实了众所周知的知识，即当正确指定假设模型时，这两个估计量往往会产生彼此基本相同的结果以及与完整数据分析的结果相同的结果。”
哈特哈，
～劳拉
回复：在 JMP 中使用估算数据 - Elastic Net嗨，我有同样的问题。 我的重复测量多元方差分析是由 JMP 计算的，但只是好像样本通过一个电子表格中的 100 个估算数据集相乘，而不是针对汇总数据集。 如果这能够实现，那就太好了——事实上，我认为这是必须的——并且可以提供录制的网络研讨会。
回复：在 JMP 中使用估算数据 - Elastic Net我发现 JMP 可以将插补变量的名称视为这样。 在网页上https://www.jmp.com/support/help/en/17.2/?os=win&source=application#page/jmp/launch-the-explore-missing-values-platform.shtml#为了处理多个插补数据，有一个验证窗口接受 SPSS 变量“imputation_”作为有效输入并生成缺失数据报告。
是否可以将此 imputation_ 变量的验证窗口添加到其他类型的分析中，例如具有重复测量的 MANOVA 等多元分析类型？ 我在一家主要拥有纵向数据的研究所工作，因此总是存在需要通过多重插补来补偿的损耗。 因此，如果 JMP 能够解决这个似乎只有 R 能够解决的问题，那就太好了。
