《缺失數據》是2018年格致出版社出版的圖書，作者是(美)保羅·D.埃里森(Paul D. Allison)。
基本介紹
- 書名：缺失數據
- 作者：(美)保羅·D.埃里森(Paul D. Allison)
- 出版社：格致出版社
- 出版時間：2018年6月1日
- 頁數：145 頁
- 開本：32 開
- 裝幀：平裝
- ISBN：9787543228672
內容簡介,圖書目錄,
內容簡介
社會科學研究中經常遇到樣本數據缺失的問題，以往研究者傾向於將這種缺失認定為符合完全隨機缺失的特性，但實際上這一假設並不一定能完全符合，在對這種數據缺失進行處理時，往往會出現刪除大量數據導致影響統計結果的問題。
《缺失數據》主要介紹了在有缺失數據時如何進行似然估計的方法，並探尋了多種新的解決缺失數據問題的方法，有很強的實用性。
內頁插圖
圖書目錄
序
第1章 導論
第2章 假設
第1節 完全隨機缺失的
第2節 隨機缺失的
第3節 可忽略的
第4節 不可忽略的
第3章 傳統的方法
第1節 成列刪除
第2節 成對刪除
第3節 虛擬變數調整
第4節 插補
第5節 總結
第4章 最大似然
第1節 回顧最大似然估計法
第2節 有缺失數據的ML
第3節 列聯表數據
第4節 具常態分配數據的線性模型
第5節 EM算法
第6節 EM實例
第7節 直接ML
第8節 直接ML實例
第9節 結論
第5章 多重插補：基本原理
第1節 單一隨機插補
第2節 多元隨機插補
第3節 在參數估計值中考慮隨機變異
第4節 在多變數正態模型下的多重插補
第5節 多變數正態模型的數據擴增法
第6節 在數據擴增法中收斂
第7節 連續的數據擴增法相對平行的數據擴增法
第8節 對非正態或類別數據使用正態模型
第9節 探索分析
第10節 MI實例
第6章 多重插補：複雜化
第1節 MI中的互動作用和非線性
第2節 插補模型和分析模型之適合性
第3節 插補中因變數所扮演的角色
第4節 在插補過程中使用額外的變數
第5節 多重插補的其他參數方法
第6節 無參數及部分參數方法
第7節 連續的廣義回歸模型
第8節 線性假設檢驗和最大似然比檢驗
第9節 MI實例
第10節 長期的及其他集群數據的MI
第11節 MI實例
第7章 不可忽略的缺失數據
第1節 兩種模型
第2節 Heckman的樣本選擇誤差模型
第3節 形態混合模型的ML估計
第4節 形態混合模型的多重插補
第8章 總結與結論
注釋
參考文獻
譯名對照表
