Is pairwise deletie bij deze steekproef geoorloofd voor lineaire regressie?

Question

Ik heb een dataset met een twee criteriumvariabelen en verschillende predictoren (allemaal van interval niveau). Mijn steekproef is te klein (voldoet niet aan de vooraf bepaalde power), en de N voor elke variabele verschilt. Met andere woorden, er is sprake van missing data. 

• Criteriumvariabele 1:  N = 110
• Criteriumvariable 2: N = 148
• Predictor 1: N = 161
• Predictor 2: N = 161
• Predictor 3: N = 159
• predictor 4: N = 110
• predictor 5: N = 161
• Predictor 6: N = 161

Als ik alleen cases wil meenemen die geen enkele missende waarde hebben, dan heb ik N = 97 cases over. 

Ik wil enkelvoudige en een meervoudige regressies uitvoeren. De afweging die ik maak is om gebruik te maken van pairwise deletie voor de missing values, in plaats van listwise, om zoveel mogelijk data te behouden. 

Als ik de literatuur bekijk kom ik er niet echt uit of dit een juiste beredenering is. Ik kom namelijk ook literatuur tegen die stelt dat pairwise altijd afgeraden wordt, omdat het voor bias zorgt in de resultaten. 

Dus mijn vraag: is het in dit geval verantwoord om te kiezen voor pairwise in plaats van listwise om met missing data om te gaan? 

 

Answer 1

Beste Joyce,

Ik zou in dit geval toch voor de kleinst mogelijke dataset kiezen omdat je de resultaten van de enkelvoudige en meervoudige analyses met elkaar wilt vergelijken. En als het bij de enkelvoudige analyses om geheel andere data gaat (bv met N=145 of zo) terwijl het bij de meervoudige analyses om N=97 gaat dan ontstaat daar een moeilijkheid. Ik weet dat 97 te weinig is om al te veel mee te kunnen, maar de insteek is vooral dat studenten leren analyseren. Om de te kleine N overigens te noemen bij de beperkingen is altijd goed natuurlijk.

Hartelijke groet, Piet