版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于不完全数据缺失值的非参数插补改进
Nonparametric Imputation Improvements under Missing Values for Incomplete Data作者机构：南京信息工程大学数学与统计学院江苏 南京
出 版 物：《建模与仿真》 (Modeling and Simulation)
年 卷 期：2023年第12卷第6期
页 面：5682-5692页
学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：在数据分析研究中,数据的质量越高,数据集整体越完整,那么得到的研究结果往往越有价值。可是现实中常常面临含有大量不完全数据的数据集,如果直接删除不完全数据进行分析研究就会直接损失大量的样本信息。针对不完全数据的缺失值估计问题,基于非参数插补的思想,本文提出了两种回归函数估计量,给出了两种估计量的推导过程,在模拟研究中验证了在不同数据分布以及数据缺失率下,两个改进的非参数插补法对比其他经典的非参数插补法以及加权估计法在总体均值估计方面具有优势。
