縦断的研究では、追跡調査で失った個人に対して、時間2に測定された結果Yを推定する必要がありますか？

人のサンプルで2回ポイントで繰り返し測定しています。時間1には1万8千人、時間2には1万3千人がいます（5000人がフォローアップで失われました）。

時間1に測定された一連の予測子Xについて、時間2に測定された結果Y（および時間1に結果を測定できない）を後退させたい。すべての変数に欠落データがある。そのほとんどは比較的ランダムに表示されます。または、欠落は観測されたデータでよく説明されているようです。ただし、結果Yの欠落の大部分は、フォローアップの損失が原因です。私は複数の代入（R :: mice）を使用し、完全なデータセットを使用してXの値を代入しますが、Yの代入に関する2つの矛盾するアドバイスを受け取りました。

1）18kの完全なサンプルでXとV（V =有用な補助変数）からYを代入します。

2）フォローアップで失われた個人にYを負わせないでください（したがって、後続の回帰モデリングからそれらを削除します）。

前者は情報が情報であるため理にかなっています。しかし、後者はより直感的な意味でも理にかなっています-Y〜X + Vに基づいて5000人の結果を推測し、方向を変えてY〜Xを推定するのは間違っているようです。

どちらが（もっと）正しいですか？

この前の質問は役に立ちますが、フォローアップの損失による欠落に直接対処していません（おそらく答えは同じですが、わかりません）。

結果変数の多重代入

これはインストルメンテーションのケースだと思います。欠落しているYではなく欠落しているXが必要です。

Y~X

しかし、Xは頻繁に欠落しているか、誤って測定されています。

X~Z and Z does not impact Y- except through X.

次に、実行することができます：

 X~Z
 Y~Predicted(X)

また、標準誤差を調整する必要があります。

サンプルの消耗が多い場合は、ヘックマン2ステップの手順を確認することもできます。 http://en.wikipedia.org/wiki/Heckman_correction

私はどちらも最も適切ではないと主張します。

$X$$Y$

データから欠落しているすべてのデータを削除すると、パラメーターにバイアスがかかり（データがMCARでない場合は、上記を参照）、見積もりの​​精度が大幅に低下します。これは「完全なケース」の分析であり、お勧めできません。

$Y$