期刊文献+

利用Monte Carlo技术模拟研究不同缺失值处理方法对完全随机缺失数据的处理效果 被引量:8

下载PDF
导出
摘要 目的 以医疗卫生机构年报资料为数据来源,采用成组删除法、极大似然估计法、多重填补法分别对模拟的完全随机缺失数据集缺失值进行处理,比较不同缺失率下三种方法的缺失处理效果。方法 运用SAS9.3,采用Monte Carlo技术模拟完整数据集及不同缺失比例数据集,利用成组删除法、EM算法、MCMC算法对缺失数据进行处理,得到不同处理方法后的参数估计结果,与完整数据集参数估计进行比较。结果 对于完全随机缺失数据,不同缺失率下,成组删除法的准确率均比较好;缺失率小于10%,三种方法处理效果差异不大;缺失率在10%-30%,成组删除法精确度逐渐降低,EM与MCMC准确度与精确度较好,缺失率大于30%,MCMC准确度与精确度相对较好。结论 对于不同缺失率的数据,综合考虑准确度和精确度,采用不同的方法进行处理。
出处 《中国卫生统计》 CSCD 北大核心 2015年第3期534-536,539,共4页 Chinese Journal of Health Statistics
  • 相关文献

参考文献3

二级参考文献7

  • 1李希菲,洪玲霞.用哑变量法求算立地指数曲线族的研究[J].林业科学研究,1997,10(2):215-219. 被引量:19
  • 2Donald.B.Rubin Multiple Imputation For Nonresponse In Surveys [M].New York:John Wiley & Sons,1987.
  • 3Little,R.J.A. Discussion Proceedings of the Survey Research Methods Section of the American Statistical Association[C].Alexandria,VA,1995.
  • 4Little,R.J.A., Rubin,D.B.The Analysis of Social Science Data with Missing Value[J].Sociological Methods and Research,1990,18.
  • 5Rodefick J.A.Little,Donald B.Rubin Statistical Analysis with Missing Data[M].New York:John Wiley & Sons,2002.
  • 6Dempster, A.P., Laird, N.M. and Rubin, D.B. Maximan likelihood estimation from incomplete data via the algorithm [J]. J. Roy. statist. Soc. B, 1977, 39: 1-38.
  • 7Roderick,J.A.Little,Donald B.Rubin,孙山泽译.缺失数据统计分析[M].北京:中国统计出版社,2004.

共引文献32

同被引文献58

引证文献8

二级引证文献23

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部