协变量数据缺失情形下的参数估计方法

摘要：

在抽样调查活动中,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.目前已有方法主要针对因变量数据缺失的情形,对协变量缺失的情况研究较少.文章在协变量数据缺失机制为MAR或NMAR的情形下,介绍了几种协变量缺失情形下参数估计的方法,包括多重插补法、Baves法、EM极大似然估计法,尝试将EM算法、Gibbs抽样法、数据扩充算法等统计计算方法引入协变量缺失情形下的参数估计问题.并通过数值模拟,对几种方法进行比较.

关键词：协变量缺失、多重插补法、Bayes法、极大似然估计、EM算法、Gibbs抽样、数据扩充算法

所属期刊栏目：34

分类号：C811(统计方法)

资助基金：国家社会科学基金青年项目18CTJ011;全国统计科学研究项目重点项目2017LZ01

在线出版日期：2018-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9-13