我正在尝试使用bsemin对我的数据运行贝叶斯 SEM blavaan。但是，它似乎不像包missing = "FIML"的情况那样具有参数lavaan。除了按列表删除之外，处理缺失的最佳做法是什么？
这是作者谈论处理缺失数据的段落，但我不确定我应该如何准确地实现他们的建议：“虽然直接用模型的其余部分（例如，Merkle 2011；O'Muircheartaigh 和 Moustaki 1999），blavaan采用“随机丢失”方法来丢失 JAGS 和 Stan 不同的数据。在 JAGS 中，可以在数据中包含 NA 值，JAGS 将对这些缺失值进行采样，就好像它们是额外的模型参数一样。相反，Stan 不允许数据中有 NA 值，因此必须手动处理丢失的数据。我们在 Stan 模型中使用“完整信息”似然性（例如，Wothke 2000），这与在 lavaan 和其他执行最大似然 SEM 估计的软件中处理缺失数据的似然性相同。这需要一些额外的开销来准备要发送给 Stan 的数据，因为必须对每个案例的观察值进行索引，并且按照缺失数据模式对案例进行排序以加快计算速度。缺失值也可以在 Stan 中直接采样（“估算”），尽管此功能目前不可用。”