非随机缺失机制下基于模型的参数似然估计方法研究

被引：2

作者：

于力超

机构：

[1] 中央民族大学理学院

来源：

数理统计与管理 | 2019年 / 38卷 / 06期

关键词：

非随机缺失; 选择模型; 模式混合模型; 纵向抽样调查; 极大似然估计;

D O I：

10.13860/j.cnki.sltj.20190311-001

中图分类号：

O212 [数理统计];

学科分类号：

摘要：

在纵向抽样调查活动中,常出现变量数据缺失的情况,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。目前已有方法主要适用于随机缺失机制下的缺失数据分析问题,常采用插补法生成完整数据集,基于此进行参数估计。本文在非随机数据缺失机制下,研究了几种基于模型的参数似然估计方法,包括模式混合模型法和选择模型法,对单调缺失模式下含缺失纵向调查数据给出了参数估计范例,进而引入随机效应参数,将两种方法加以推广。

引用

页码：977 / 985

页数：9

共 7 条

[1] 关于数据缺失机制的检验方法探讨
孙婕
金勇进
戴明锋
[J]. 数学的实践与认识, 2013, 43 (12) : 166 - 173
[2] 抽样调查中缺失数据的插补方法
杨军
赵宇
丁文兴
[J]. 数理统计与管理, 2008, (05) : 821 - 832
[3] 缺失数据的插补调整
金勇进
[J]. 数理统计与管理, 2001, (06) : 47 - 53
[4] 缺失数据的统计处理[M]. 中国统计出版社 , 金勇进, 2009
[5] The Muscatine children’s obesity data reanalysed using pattern mixture models[J] . AndersEkholm,ChrisSkinner. Journal of the Royal Statistical Society: Series C (Applied Statistics) . 2008 (2)
[6] MIXTURE MODELS FOR THE JOINT DISTRIBUTION OF REPEATED MEASURES AND EVENT TIMES[J] . JOSEPH W.HOGAN,NAN M.LAIRD. Statist. Med. . 1998 (3)
[7] Pattern-mixture models for multivariate incomplete data .2 Roderick J.A. Little. J. Am. Stat. Assoc . 1993

← 1 →