在 Stata 中进行加权热甲板插补的简单方法？

我想在 Stata 中进行简单的加权热甲板插补。在 SAS 中，等效命令如下（请注意，这是一个较新的 SAS 功能，从 2015 年左右的 SAS/STAT 14.1 开始）：

proc surveyimpute method=hotdeck(selection=weighted); 

为了清楚起见，基本要求是：

1. 插补大多数是基于行的或同时的。如果第 1 行捐赠x到第 3 行，那么它也必须捐赠y.

2. 必须考虑重量。体重 = 2 的捐赠者被选择的可能性是体重 = 1 的捐赠者的两倍

我假设丢失的数据是矩形的。换句话说，如果一组可能缺失的变量包含x and y那么要么两者都缺失，要么都不缺失。这是一些生成示例数据的代码。

global miss_vars "wealth income"
global weight    "weight"

set obs 6
gen id = _n
gen type = id > 3
gen income = 5000 * _n
gen wealth = income * 4 + 500 * uniform()
gen weight = 1
replace weight = 4 if mod(id-1,3) == 0

// set income & wealth missing every 3 rows
gen impute = mod(_n,3) == 0
foreach v in $miss_vars {
    replace `v' = . if impute == 1
}

数据如下：

            id       type     income     wealth     weight     impute
  1.         1          0       5000   20188.03          4          0
  2.         2          0      10000   40288.81          1          0
  3.         3          0          .          .          1          1
  4.         4          1      20000   80350.85          4          0
  5.         5          1      25000   100378.8          1          0
  6.         6          1          .          .          1          1

换句话说，我们需要随机（加权）选择一个捐赠者同类型的观察每行缺失值，并使用该捐赠者填写收入和财富值。在实际使用中，类型变量的生成当然是它自己的问题，但我在这里保持非常简单以关注主要问题。

例如，第 3 行可能类似于以下任一 post hotdeck（因为它填充了第 1 行或第 2 行的收入和财富（但相反，永远不会获取第 1 行的收入和第 2 行的财富）：

  3.         3          0       5000   20188.03          1          1
  3.         3          0      10000   40288.81          1          1

另外，由于第 1 行的权重 = 4，第 2 行的权重 = 1，因此第 1 行应在 80% 的时间为供体，第 2 行应在 20% 的时间为供体。

看来 Stata 中没有办法做到这一点，也没有社区提供的命令。有社区提供的命令可以执行 hotdeck（具体来说，hotdeck, whotdeck, and 霍德克瓦）但他们都没有处理样本权重。这whotdeck命令表面上似乎是处理权重，但这些不是样本权重，而是内部估计的重要性权重。

于是我自己写了一个程序并上传到github。它被称为wtd_hotdeck https://github.com/johne13/wtd_hotdeck。请点击该链接以获取更多信息和任何后续更新。