随机缺失相关论文
随着数据收集和存储技术的进步,现在越来越多的数据具备函数型特征,比如曲线和图片等等,这些从无限维空间中取值的数据被称为函数......
学位
随着计算机性能和通信技术的快速发展,我们在工业生产、生物医学及现代计量经济学等诸多领域都会遇到各种各样复杂且高维的数据.为......
文章主要研究反应变量随机缺失情况下非参数部分带有测量误差的变系数部分非线性模型中参数和非参数的经验似然估计问题.首先,基于......
期刊
文章在删失指标随机缺失下,当协变量为多维时,分别构造了条件分布函数的加权双核局部线性校准估计、插值估计以及逆概率估计;进一......
在地震勘探中，地震道的缺失严重影响地震资料的处理和解释，为此，需要采用有效的重建方法，恢复缺失数据。对于空间均匀网格下地震道的缺......
借助核实数据,构造了回归系数的最小二乘估计,然后用借补方法和加权借补方法估计响应变量的均值,最后证明了估计量的渐近正态性。......
空间数据在流行病监测、地理统计、空气质量监控、海洋学和计量经济学等领域非常普遍。由于空间数据通常具有空间相依性,使得传统......
在统计分析中,数据缺失的现象非常普遍,例如在临床实验、社会调查、工业试验等领域,由于被调查者拒绝回答或实验结果记录不完整等......
现代科学技术的发展为海量数据的收集及存储提供了技术支持,函数型数据分析(Functional data analysis,FDA)方法则作为一种专门基......
生存分析是研究生存现象和响应时间数据及其规律的一种统计方法.生物统计中的死亡时间分析是该领域中最早、最深入的研究方向之一.......
生存分析是近年来成为发展非常迅速的一门应用统计的分支,主要是研究生存现象和响应时间数据及其规律的一种统计方法,具有广泛的应......
在流行病学、生物医药等领域的研究中,个体会反复经历同一事件,也就是复发事件.复发事件最重要的特征就是个体的复发时间是有序且......
数据挖掘的常用方法是回归分析,传统的回归分析仅可由自变量估计因变量的条件期望,分位数回归可由自变量估计因变量的条件分位数.......
计数数据广泛存在于我们的生活中,是一种非常普遍的数据类型,在医学、金融、精算、工业、旅游等众多领域都存在着大量的计数数据。......
众所周知,用条件分位数来拟合数据时,有一些非常好的特性,比如在碰到重尾数据或则离异数据时,条件分位数都表现得非常稳健,尤其是......
数据缺失是医学、生物学、经济学和金融学等领域的常见问题.本论文主要研究缺失数据下变系数变换模型的估计问题,共分为两部分:第......
本学位论文主要研究缺失删失条件下平稳遍历函数型数据条件特征数的非参数核估计的渐近性质,并得到了很好的结果,主要内容如下：(一)......
半参数回归模型在统计学研究中至关重要.这类模型比起参数回归模型和非参数模型具有更强的解释性和适应性.本文主要考虑一种重要的......
随着现代科学技术的发展,越来越多的数据是在一个时间区间内连续的记录,或是以图像的形式存在.这种可看做函数形式的数据常被称为......
随着互联网、物联网和云计算的高速发展,数据呈现“爆炸式”增长趋势,然而,各类信息的大量流通使我们无法获得完整的数据.如何快速......
期刊
本文给出EV模型下数据具有随机缺失时,模型参致的一种估计方法,并以—个简单模型为例给出了这种新估计大样本性质.模拟研究表明,即......
本文主要是利用统计的方法来处理缺失数据,都是针对随机缺失的情况(非随机缺失的情况可能导致一些检验统计量是有偏的),且大都是针......
本文采用完整数据法对缺失数据进行填补,运用经验似然方法,对固定设计情形响应变量为随机缺失时线性回归模型误差方差的估计进行了......
在临床试验和纵向研究中，对个体进行观察，如果感兴趣的事件具有多种类型，并且这些感兴趣的事件在观察时间内可能多次发生，这样的数据称......
竞争风险数据是生存分析中的常见数据，在临床试验和其他实际应用中，竞争风险数据常常会面临失效原因缺失问题，若分析方法使用不当，结果......
经典线性模型的普遍化——广义线性模型，成功地处理了因变量与自变量之间复杂的非线性关系，克服了经典线性模型的局限性。数据缺失现......
失效时间数据和复发事件数据是生存分析中两类非常重要的数据类型.这两类数据经常出现在生物、医学、工程等研究领域.本文研究了失......
生存分析是研究特定事件发生时间的一门学科，在生物医学及工业领域等都有广泛的应用。其主要的内容就是对时间的生存函数，风险函数与......
半参数回归模型是传统参数回归模型和非参数回归模型的结合，在描述实际问题时更具灵活性和解释能力.在用半参数回归模型解决实际问......
经验似然比方法是一种非参数统计方法，本文介绍了经验似然比的历史发展及现状，并主要推广经验似然比方法到部分线性反映变量含误差及......
近年来，随着科学技术的发展以及计算机的广泛应用，数据获取的技术和方法层出不穷，而越来越多的领域所得到的观测数据都具有函数型的特......
本学位论文主要研究缺失/删失条件下平稳遍历函数型数据条件特征数的非参数核估计的渐近性质，并得到了很好的结果，主要内容如下: ......
在生存分析中，如果被研究者存在多种潜在的死亡原因，此时将会产生竞争风险数据。通常情况下，由于各种原因，个体的死亡原因数据是缺失的......
具有相依结构的函数型数据，如具有α混合结构的函数型时间序列数据，是函数型数据分析(FDA)领域中一类重要的问题。同时非参数回归模......
本文考虑响应变量在随机缺失条件下的自适应变系数模型.在实践中，人们经常会碰到数据缺失的现象，比如市场调查中存在严重的无回答现......
变系数模型是经典线性模型的成功推广,可加模型,部分线性模型等模型可看作是它的特殊情形,变系数模型研究是近年来高维数据回归的......
生存分析包含很多分析事件发生时间数据的统计方法。生物统计中死亡时间（失效时间）的分析是这个领域中最早也是研究最深入的一个方向......
部分线性模型是一类重要的半参数统计模型，它被日益广泛地应用于各个领域之中。人们提出了很多方法和技巧来研究它。而在实际的应用......
随着计算机技术的飞速发展，统计学的理论研究和实际应用也正日渐丰富和完善。人们在实际数据分析中所用到的主要建模工具也正由最初......
缺失数据往往出现在在各种实验中，例如民意调查，市场研究调查，社会经济调查，医疗研究等。通常缺失数据为分三种缺失机制，完全随机缺失数......
在研究2012年太原市城镇居民医保参保学生（幼儿园至大学）的医疗费用及其影响因素时，发现因变量数据中同时存在随机无应答偏倚（随机缺失......
缺失数据问题在实际研究工作中是不可避免的,而现有统计方法的应用大都基于完整数据,因而如何恰当处理缺失数据是研究者所关心的问......
考虑响应变量随机缺失下线性模型响应变量均值的估计问题，分别获得了基于完全观测样本数据、线性回归插补后的“完全样本”和逆概率......
地震勘探通常会因为环境影响和经济成本制约等因素导致地震数据不完整。文章提出了针对地震数据随机缺失的重建方法。该方法在压缩......
目的：比较不同的缺失值处理方法处理随机缺失数据的效果。方法：以HIV/AIDS血液样本血红蛋白、白细胞和血尿素氮检测数据为基础,利用S......
本文在删失数据中删失指标随机缺失的情况下，运用非参数方法给出了回归函数的两种估计量，给出了估计量的一致收敛速度以及渐近分布，并......
