多重插补法相关论文
数据的缺失是统计分析中不可避免的问题,它与异常值处理共同组成数据预处理的两大块内容。数据的缺失不仅会导致样本信息的缩减,还......
在潜变量模型的研究中,如因子分析模型、潜在特质模型,通常只考虑观察变量与潜变量的线性组合之间的关系。然而,潜变量的非线性项......
数据缺失是保险精算中无法避免的现象,一旦出现缺失数据而不对其进行适当处理,会极大影响准备金的估计结果,进而增大保险公司的运......
[背景]地面监测站点大气污染物数据越来越多地被应用到环境流行病学个体暴露评估中。鉴于大气监测等实时数据缺失信息无法弥补,利......
为了提高广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)报文质量,解决由于地面站多重覆盖、硬件设施配......
生存分析是对寿命数据进行统计推断的方法,在此研究过程中,经常会遇到删失数据,文章介绍删失数据的类型。为了解决删失数据中存在......
纵向调查中出现缺失数据的情况非常普遍，如何选择合适的方法处理纵向调查数据的缺失问题是一个研究的热点，影响参数估计结果的无偏性......
在数据收集过程中,往往会出现数据统计丢失、人为测量错误、以及自然不可控因素,这些都会造成数据缺失。例如在油田钻井风险评估需......
“绿色矿山”即以保护生态环境、降低资源能源消耗、追求循环经济为目标，将绿色生态的理念贯穿于对矿产资源的开发利用过程。实现对......
在分位回归中,自变量缺失是一种重要的数据缺失问题。尤其当自变量缺失与因变量有关时,已有的多重插补法会带来有偏估计。通过逆概......
从古至今,人们在生产和生活中的很多活动都是基于因果关系的思维进行的。不仅如此,探究复杂事物之间的因果关系也是流行病学、经济......
大规模抽样调查多采用复杂抽样设计,得到具有分层嵌套结构的调查数据集,其中不可避免会遇到数据缺失问题,针对分层结构含缺失数据......
潜在类别模型分析是无指导的统计学习方法,其在分析类别变量的问题上具有明显的优势,它可以用潜在类别来解释多个分类外显变量之间......
抽样调查领域经常得到分层结构数据集，若仍采用传统的一般线性模型，将影响参数估计结果的无偏性和有效性，应采用分层模型进行数据分析......
社会经济调查领域普遍存在无回答现象。目前处理无回答的常用方法是多重插补法。文章重点研究常用的六种多重插补法:PMM多重插补法......
删失数据是指在某种情况下,样本值不能被完全观测到的不完整的数据。它的出现使得数据处理和分析变得复杂。如何选择合适的方法对......
大数据时代市场调查中缺失数据的处理问题引起越来越多的关注。文章透过威斯康星纵向调查,总结了美国纵向调查中缺失数据的处理方......
在抽样调查活动中,如何对含缺失的数据集进行总体参数估计是一个热点话题。目前已有方法主要针对因变量数据缺失的情形,对协变量缺......
抽样调查领域经常得到分层结构数据集,若仍采用传统的一般线性模型,将影响参数估计结果的无偏性和有效性,应采用分层模型进行数据......
目的针对K近邻插补法在缺失率较大的数据集上的性能不佳,提出一种局部K近邻插补法。方法在6个完整的公开数据集上按照不同缺失率随......
