**************************************************************************************************

*						LABORATORIO

**************************************************************************************************
* Scopo: chi è nato all'estero (dn004) ha più probabilità di sviluppare sintomi depressivi (Eurodcat)?
* Utilizziamo le variabili: 

keep wave interview mergeid fam_resp wspeed age_int gender iv008 bmi eurodcat country dn041_ dn004_

* 1- Distinguere i missing per costruzione
* 2- Eliminiamo quei missing nelle variabili ausiliarie (iv008). E imputiamo alla moda o media 
* le variabili che consideriamo complete (mergeid fam_resp age_int gender country dn004_)

*31682 casi no interview -> unit non-response
drop if interview!=1
tab iv008,mi
drop if iv008<0 | iv008==.

misstable sum

tab dn004 wave,mi nol
sort mergeid wave
replace dn004=dn004[_n-1] if mergeid==mergeid[_n-1] & dn004==.
recode dn004(-1 -2 . =1) (5=2)

tab dn041 wave,mi
sort mergeid wave
replace dn041=dn041[_n+1] if mergeid==mergeid[_n+1] & dn041==.
recode dn041(min/-1=.)

recode bmi(min/-1=.)

tab wave if wspeed!=.


* 3- Verificare le assunzioni alla base dei modelli di imputazione: 
* meccanismo & pattern
* 3.1 Pattern monotono o arbitrario 
misstable pattern

* 3.2 Meccanismi generativi: CMAR o MAR 
drop miss
gen miss=1 if wspeed==. | eurodcat==. | bmi==. | dn041_==.
recode miss(.=0)
logit miss gender wave i.iv008


* 4- Prima di imputare (1) bmi  (2) eurodcat  (3) dn041_  (4) wspeed
* guardare come sono distribuite
hist bmi
hist dn041, dis
hist wspeed
tab eurodcat,mi

* 5- Modello di imputazione appropriato, facciamo 10 imputazioni
   mi set mlong 
mi register imputed wspeed bmi dn041 eurodcat 
mi register regular country age_int gender dn004 wave
mi register passive iv008 fam_resp

mi impute chained (truncreg,ll(12.49) ul(80.33)) bmi  (logit) eurodcat     ///
(truncreg,ll(0) ul(25)) dn041_  (pmm, knn(5)) wspeed =      ////
country age_int gender dn004 wave iv008 fam_resp, add(10) rseed(53421)


tabstat bmi,st(min max )
tabstat dn041,st(min max )
 ************************************************************************
Multivariate imputation                     Imputations =       10
Chained equations                                 added =       10
Imputed: m=1 through m=10                       updated =        0

Initialization: monotone                     Iterations =      100
                                                burn-in =       10

               bmi: truncated regression
          eurodcat: logistic regression
            dn041_: truncated regression
            wspeed: predictive mean matching

------------------------------------------------------------------
                   |               Observations per m             
                   |----------------------------------------------
          Variable |   Complete   Incomplete   Imputed |     Total
-------------------+-----------------------------------+----------
               bmi |      64989         1694      1694 |     66683
          eurodcat |      65308         1375      1375 |     66683
            dn041_ |      56247        10436     10436 |     66683
            wspeed |       7156        59527     59527 |     66683
------------------------------------------------------------------


* 6- Diagnostica
midiagplots wspeed, m(1/4) combine
midiagplots bmi, m(1/4) combine
midiagplots dn041, m(1/4) combine
midiagplots eurodcat


* 7- Modello analitico approppriato per predire Eurodcat 
 mi estimate, dots: logit  eurodcat wspeed  bmi dn041   ///
 i.country age_int gender i.dn004 wave
 
 
 
 * 8- Interpretare i risultati in termini di probabilità predette 
 * rispetto alla var di interessa (dn004)
  mimrgns dn004, predict(pr)

* 7- Modello analitico approppriato per predire Eurodcat 

* 8- Interpretare i risultati in termini di probabilità predette 
* rispetto alla var di interessa (dn004)
 
* 9- Se utilizzassimo un modello di imputazione MVN
* come cambierebbero i risultati del modello analitico?
* sempre rispetto alla variabile di interesse

  *10- Rispetto al modello sui dati completi?