广义回归（左删失数据）
当使用广义回归平台分析左删失数据时，由于检测限较低而无法检测，JMP 如何处理删失数据？
请确认我理解正确。假设整个数据集是非正态分布（例如对数正态分布），是否通过缺失插补（模拟）将左删失数据视为位于零和检测限之间？
或者，不是使用模拟进行插补，而是应用特定的统计规则或方法来插补左删失数据的数值？
我之所以问这个问题，是因为昨天在介绍 JMP Pro 广义回归的会议上，一位客户提到他们目前正在 JMP Basic 中通过模拟零到检测限之间的缺失值来分析删失数据。他们问 Generg 平台是否是一种更好的方法。
我可以说 GENREG 可能适合表明假设特定的模拟分布可能在我们的例子中更合适。对吗？
回复：广义回归（左删失数据）关于如何处理审查数据，这里有一个很好的参考资料：Meeker 等人撰写的“可靠性数据的统计方法”。https 
/www.amazon.com/Statistical-Reliability-Analysis-Probability-Statistics/dp/1118115457
对于您的问题，请参阅第 2.4 节可能性。
简而言之，左删失观测值对总体似然有贡献。该贡献是左删失观测值介于零（如果分布为对数正态分布、威布尔分布等）和检测限之间的概率。
你可以通过与插补进行比较来理解这一点。插补后，观测的贡献就是插补值的“密度”。问题是如何插补值。它与模拟方法密切相关。
模拟是一个合理的想法，但如何确定应该从哪个分布中得出观测结果呢？这是一个先有鸡还是先有蛋的问题。
正确的方法不会出现这样的困境。
回复：广义回归（左删失数据）谢谢。已解决
