基于SAS对缺失数据的处理――以新药试验为例

通过对新药试验的数据集中缺失数据进行分析,总结缺失数据对新药研究分析结果的影响,进而比较不同补缺方法的优缺点.利用SAS9.4软件对新药试验的数据集进行统计分析,分别采用LOCF补缺法、均值补缺法、分组均值补缺法、MCMC补缺法、FCS补缺法、monotone补缺法六种方法对缺失数据集进行统计分析,并比较数据填补前后的差异及分析结果的稳定性.由于新药试验数据集的病例脱落比例不是很高,故几种处理方法的分析结论都比较接近,但MCMC填补法的效果相对其他几种的填补方法更为稳定