背景：

我有一个包含 212 个观察值的数据集，其中有很多缺失值。大多数 IV 和 DV 在本质上都是分类的（DV 是序数的）。有 3 个 DV 和大约 30 个 IV。我的意图是进行序数逻辑回归。逐列表删除仅保留 42 个观察值，因此我决定使用热卡插补来填充缺失值。我在热甲板插补期间选择了与甲板变量相似的变量（甲板变量应该始终是分类的，据我所知，最多应该有 5 个甲板变量）。

这是我的查询：

1）当我通过热甲板进行一次估算时，169 个观测值被完全填满。如果我将这些插补值用于另一个热甲板插补，那么所有 212 个观测值将完全填充。但我不确定使用估算值进行进一步估算是否有效。任何人都可以建议吗？

2)有人建议我（根据他的经验）使用 3 个 DV 作为背景或甲板变量来估算所有 DV 和所有 IV，因为这可能有助于我的回归结果。我可以知道你对此的评论吗？

3）如果我看到连续 IV 的几乎所有值（除了极少数）都是 0.10、0.20、0.30、0.40、0.50、0.60、0.70、0.80、0.90 等，那么估算它们不是更好吗通过热甲板而不是通过 EM（因为热甲板只会用它的现有值估算一个变量）？