我处理缺少某些数据（MCAR）的成本数据。
我想使用具有预测均值匹配（PMM）方法的多重插补（鼠标包）进行插补。我想使用PMM，因为我看到它可以保持数据的正性，并且可以很好地处理异方差数据。
尽管如此，PMM首先使用线性回归来预测丢失的数据。根据我的成本数据，我认为这不合适，我想将GLM与伽玛回归（链接日志）结合使用。
有人知道是否可以更改它吗？还是其他可以处理的包裹？ 或者也许²不好地指定成本分配不是什么大问题，因为我们在使用PMM之后再指定正确的误指定吗？
如果您有更多信息，我将非常感谢。
非常感谢。