摘要
多重插补法（Multiple Imputation by Chained Equations, MICE）是一种灵活且实用的处理缺失数据的方法。本文阐述了该方法的基本原理，展示了如何对分类变量和定量变量（包括偏态变量）进行插补。文中提供了构建插补模型的指导建议，并讨论了所需插补次数的确定原则。同时，介绍了对多重插补数据进行实际分析的方法，涵盖模型构建与模型检验过程。本文也强调了该方法的局限性，并探讨了可能存在的陷阱。为便于理解，文中结合心理健康领域的一个实际数据集进行说明，并提供相应的Stata代码片段。