关于数据缺失机制的检验方法探讨

被引：9

作者：

孙婕 ^{[1
]}

金勇进 ^{[2
]}

戴明锋 ^{[1
]}

机构：

[1] 中国人民大学统计学院

[2] 中国人民大学应用统计科学研究中心

来源：

数学的实践与认识 | 2013年 / 43卷 / 12期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

数据缺失机制; 分布特征; Logit模型; 缺失模式;

D O I：

暂无

中图分类号：

O212.1 [一般数理统计];

学科分类号：

摘要：

在调查研究中,缺失数据是一个非常普遍的问题,各种处理缺失数据的方法都是建立在数据缺失机制的某种假定上.在总结他人研究成果的基础上,分别给出了MCAR、MAR和NMAR机制的检验识别方法,MCAR机制的检验从分布特征入手,通过比较均值和方差是否一致来判定;MAR机制的检验利用Logit模型刻画缺失指示变量R的分布,通过估计参数的显著性来判定,NMAR机制则通过对数据的缺失模式和原因进行分析来识别.

引用

页码：166 / 173

页数：8