检索结果-内蒙古大学图书馆

作者：崔雨晴大连理工大学

学位级别：硕士

在本篇文章中,我们考虑多重插补法研究病例队列下的加法乘法风险模型。在病例队列研究中,主要暴露变量仅仅在一些选定的情况下测量而来,但其他的协变量则通常从整个队列中获得。在许多潜在的大群体中,并不能对所有个体进行昂贵的暴露变... 详细信息

在本篇文章中,我们考虑多重插补法研究病例队列下的加法乘法风险模型。在病例队列研究中,主要暴露变量仅仅在一些选定的情况下测量而来,但其他的协变量则通常从整个队列中获得。在许多潜在的大群体中,并不能对所有个体进行昂贵的暴露变量进行测量。因此,接触性疾病关联研究通常基于病例队列研究,其中仅对抽样的个体获得完整的信息。然而,在整个队列中,可能有大量可用的关于廉价协变量的信息,并且可能是主要暴露变量的替代品,而这些通常未被使用。我们将病例队列研究加上队列的其余部分视为缺少数据的全队列研究。因此,我们提出在分析来自子研究的数据时,使用多重插补法来利用整个队列中的信息。我们使用完整的观测数据来拟合模型。这种利用不完全数据的方法——多重插补法,我们把它考虑为一个缺失协变量的特殊案例设计,来用于估计加法乘法风险模型的回归参数。针对插补模型,我们提出了一种基于拒绝抽样的插补方法,这是一种简单的可自然应用于一般随机缺失情况的插补方法。之后我们通过大量的仿真研究检验拒绝抽样方法的插补效果。此外,我们还以癌症数据为例,证明了所提出的插补方法的过程。

关键词：多重插补法加法乘法风险模型病例队列研究缺失协变量拒绝抽样

来源：评论

学校读者我要写书评

暂无评论

逆概率加权多重插补法在中国居民收入影响因素中的应用研究

引用

统计与信息论坛 2019年第7期34卷 26-34页

作者：程豪中国科协创新战略研究院

在分位回归中,自变量缺失是一种重要的数据缺失问题。尤其当自变量缺失与因变量有关时,已有的多重插补法会带来有偏估计。通过逆概率加权,将修正后的逆概率加权多重插补法用于模拟研究和应用研究。模拟研究表明,在不同的缺失相关程度下... 详细信息

在分位回归中,自变量缺失是一种重要的数据缺失问题。尤其当自变量缺失与因变量有关时,已有的多重插补法会带来有偏估计。通过逆概率加权,将修正后的逆概率加权多重插补法用于模拟研究和应用研究。模拟研究表明,在不同的缺失相关程度下,逆概率加权多有效解决了同工作时间的数据缺失问题,同时重插补法能够有效减少估计偏差,并在一定程度上保证估计量的有效性。在中国综合社会调查(CGSS)的应用研究中,该方法有效解决了周工作时间的数据缺失问题,同时揭示了影响年收入的重要因素,说明该方法具有一定的应用价值。

关键词：分位回归自变量缺失逆概率加权多重插补法居民收入

来源：评论

学校读者我要写书评

暂无评论

常用多重插补法的插补重数选择

引用

统计与决策 2019年第23期35卷 5-10页

作者：孙玲莉董世杰杨贵军天津财经大学统计学院天津300222 内蒙古财经大学统计与数学学院呼和浩特010070

社会经济调查领域普遍存在无回答现象。目前处理无回答的常用方法是多重插补法。文章重点研究常用的六种多重插补法:PMM多重插补法、DA多重插补法、EMB多重插补法、普通线性回归多重插补法、贝叶斯线性回归多重插补法和自助线性回归多... 详细信息

社会经济调查领域普遍存在无回答现象。目前处理无回答的常用方法是多重插补法。文章重点研究常用的六种多重插补法:PMM多重插补法、DA多重插补法、EMB多重插补法、普通线性回归多重插补法、贝叶斯线性回归多重插补法和自助线性回归多重插补法。首先,比较六种多重插补法理论性质。其次,重点模拟研究三种线性回归多重插补法对回归模型系数估计的影响。最后,对比分析六种多重插补法的应用条件,给出使用不同多重插补法的插补重数建议。

关键词：无回答多重插补法无回答机制插补重数

来源：评论

学校读者我要写书评

暂无评论

基于EMB多重插补法的线性模型系数估计量的模拟研究

引用

数量经济技术经济研究 2016年第10期33卷 128-141页

作者：杨贵军孙玲莉孟杰天津财经大学中国经济统计研究中心

基于EMB多重插补法的线性模型系数估计量,分析其统计性质,并与PMM多重插补法以及DA插补法进行比较。模拟结果显示,随着无回答率增加,系数估计量的偏差绝对值、均方误差呈递增趋势,估计方差的递增趋势相对更显著。在完全随机无回答机制... 详细信息

基于EMB多重插补法的线性模型系数估计量,分析其统计性质,并与PMM多重插补法以及DA插补法进行比较。模拟结果显示,随着无回答率增加,系数估计量的偏差绝对值、均方误差呈递增趋势,估计方差的递增趋势相对更显著。在完全随机无回答机制或随机无回答机制下,建议插补重数为15。在依赖被解释变量的非随机无回答机制下,建议插补重数可适当增大。在依赖其他变量的非随机无回答机制下,估计量的均方误差和估计方差的差异大,使用EMB多重插补法要谨慎。

关键词： EMB 多重插补法无回答机制无回答率

来源：评论

学校读者我要写书评

暂无评论

遗失资料之多重插补法模拟比较研究

遗失资料之多重插补法模拟比较研究

引用

作者：黄龄苇国立台湾大学

学位级别：硕士

本研究重点为探讨拔靴法（bootstrap method）、资料扩增法（data augmentation）与多重插补法（multiple imputation）对遗失资料（missing data）进行区间估计的成效。一般处理遗失值的方式有很多种，但插补法则较多统计学者使用，插... 详细信息

本研究重点为探讨拔靴法（bootstrap method）、资料扩增法（data augmentation）与多重插补法（multiple imputation）对遗失资料（missing data）进行区间估计的成效。一般处理遗失值的方式有很多种，但插补法则较多统计学者使用，插补法可分为单一插补法（single imputation）及多重插补法。在早期因为单一插补法较为方便，所以较为多人所使用，而今日许多软体渐渐提供多重插补法，让使用者可以为遗失值填入多个比单一插补法更有效的值。本研究利用模拟资料，同时用三种方法进行平均数的区间估计，以证明多重插补法的参数估计能力，可以达到与拔靴法的同样效果。本研究模拟三种型态的多元常态分布资料，并且设定不同的遗失比例，分别进行拔靴法、资料扩增法与多重插补三种方法的信赖区间估计。结果发现拔靴法在信赖区间估计上，无论样本大小或是遗失资料比例为何，其估计能力都有一定的水准；资料扩增法则是在小样本的信赖区间估计较大样本好，但无论遗失比例为何，资料扩增法都是三种方法中出现最多错误估算的；多重插补法的估计效果和拔靴法相当，无论样本大小或是遗失比例为何，信赖区间几乎都涵盖母体参数，尤其在遗失比例高达50%时，多重插补法依旧能准确地估计母体参数，显示多重插补法所产生的参数估计是可以信赖的。

关键词：遗失资料 EM法多重插补法拔靴法信赖区间

来源：评论

学校读者我要写书评

暂无评论

基于改进多重插补法的未决赔款准备金评估模型研究

基于改进多重插补法的未决赔款准备金评估模型研究

引用

作者：杨晓伟山东科技大学

学位级别：硕士

数据缺失是保险精算中无法避免的现象,一旦出现缺失数据而不对其进行适当处理,会极大影响准备金的估计结果,进而增大保险公司的运营风险。对缺失值进行合理处理,是目前非寿险精算和统计分析的重要研究内容。本文首先对缺失数据相关理论... 详细信息

数据缺失是保险精算中无法避免的现象,一旦出现缺失数据而不对其进行适当处理,会极大影响准备金的估计结果,进而增大保险公司的运营风险。对缺失值进行合理处理,是目前非寿险精算和统计分析的重要研究内容。本文首先对缺失数据相关理论知识进行了介绍。根据缺失数据插补准则,对两大类缺失数据处理方法(单一插补法和多重插补法)进行比较分析。针对保险历史索赔数据特有的上流量三角形分布特点,结合Bootstrap抽样,对多重插补法进行改进,改进的多重插补法能够对缺失数据进行更精确的插补。其次,围绕未决赔款准备金估计的方法和相关基础理论知识,总结了非寿险未决赔款准备金评估的常用模型与方法:链梯法、准备金进展法以及广义线性模型。并针对以上三种方法在未决赔款准备金评估过程中的相关计算问题进行分析研究。最后进行实证分析。主要工作有:一、通过R语言编程,采用均值插补法、随机插补法、多重插补法和改进的多重插补法对流量三角形中的缺失值进行处理,并对其插补结果进行比较分析。二、把上述五种缺失数据处理方法分别应用到链梯法、准备金进展法、广义线性模型三种未决赔款准备金评估模型中,得到相关估计结果和结论:改进的多重插补法能更好的对保险数据中的缺失值进行插补,得出更加准确的未决赔款准备金估计结果。

关键词：缺失数据多重插补法链梯法广义线性模型

来源：评论

学校读者我要写书评

暂无评论

基于多重插补法的因果推断研究

基于多重插补法的因果推断研究

引用

作者：张冬阳长春工业大学

学位级别：硕士

从古至今,人们在生产和生活中的很多活动都是基于因果关系的思维进行的。不仅如此,探究复杂事物之间的因果关系也是流行病学、经济学、统计学和社会科学等众多领域研究的一个重要内容。因此,因果关系的研究具有极其重要的理论意义及现... 详细信息

从古至今,人们在生产和生活中的很多活动都是基于因果关系的思维进行的。不仅如此,探究复杂事物之间的因果关系也是流行病学、经济学、统计学和社会科学等众多领域研究的一个重要内容。因此,因果关系的研究具有极其重要的理论意义及现实意义。因果推断研究中,一个重要的因果模型是虚拟事实模型,也称为潜在结果模型。在这个模型中,为了能够清楚地定义因果关系,引入了一个重要变量,即潜在结果变量。但由于单一个体的观测数据只可能得到一种结果,所以潜在结果变量的引入导致数据集中大量数据的缺失。本文主要是针对因果推断中虚拟事实模型中的缺失数据填补进行研究。运用多重插补的方法对虚拟事实模型中的缺失数据进行填补,并进一步进行因果效应的估计。本文我们首先介绍了因果虚拟事实模型的相关知识,并给出了潜在结果变量缺失时,对缺失数据的插补方法—多重插补法。这种方法填补了虚拟事实模型中潜在结果变量的缺失信息,并根据填补后的完整数据集,进行平均因果效应的估计。此外,我们基于多重插补法的改进算法—对数二项模型算法,对缺失的潜在结果变量进行缺失值的插补,提高了平均因果效应的估计精度。最后将多重插补法应用到80084起交通事故的缺失数据中,研究司机是否系安全带对司机是否受伤的因果推断,得到了较好的因果效应估计。

关键词：因果推断潜在结果虚拟事实模型缺失数据多重插补法

来源：评论

学校读者我要写书评

暂无评论

基于线性转换治愈模型的多重插补法

基于线性转换治愈模型的多重插补法

引用

作者：于洋大连理工大学

学位级别：硕士

生存分析是近年来研究和分析寿命数据或失效时间数据的统计方法的一门学科。在分析生存数据的过程中,难点之一就是实践中很可能会遇到删失数据的情况。这样的数据分析可能在一部分病人被认为完全康复并且将来不会发生研究者们感兴趣的事... 详细信息

生存分析是近年来研究和分析寿命数据或失效时间数据的统计方法的一门学科。在分析生存数据的过程中,难点之一就是实践中很可能会遇到删失数据的情况。这样的数据分析可能在一部分病人被认为完全康复并且将来不会发生研究者们感兴趣的事件,而其他没有完全恢复的病人将会发生感兴趣的事件的情况下进行。删失数据的出现,利用已有的完整数据的分析方法进行数据分析,其结果的可信度会由于一些状态变量的删失而降低,故针对删失数据的研究刻不容缓。删失类型包括左删失,右删失及区间删失,本文重点关注右删失数据。而治愈模型是用于分析带有治愈个体的生存数据的一种非常流行的分析方法。此外,治愈模型也包括两类模型,非混合治愈模型及混合治愈模型,本文考虑混合治愈模型中灵活的线性转换治愈模型,在转换函数和基准风险函数之间,利用它们的潜在关系,本文估计后者。通过采用伯恩斯坦多项式,可以根据不同类型的数据方便地将形状约束添加到基线风险函数中。伯恩斯坦多项式有很好的保形的性质,将非参数估计转换为参数估计,有助于提高估计性能。本文提出一种基于渐进正态数据扩充(ANDA)的多重插补法来解决应用到线性转换治愈模型上,在右删失数据中存在部分缺失的治愈指标的问题,并将此算法的估计结果与极大似然估计的估计结果进行对比,通过给出偏差、标准差、覆盖率及其他指标表明,本文提出的多重插补法其参数部分的估计精度达到97%,非参部分的估计曲线更接近真实曲线,由此表明此方法的有效性及其估计优势。最后本文进行仿真模拟,将提出的方法应用到1985-1991年期间的白血病骨髓移植数据中验证和评估此方法。

关键词：多重插补法线性转换治愈模型右删失数据伯恩斯坦多项式极大似然估计

来源：评论

学校读者我要写书评

暂无评论

社会网络分析中重建法与多重插补法的比较研究

引用

心理学进展 2018年第4期8卷 642-648页

作者：黄兆锋黄菲菲嘉应学院广东梅州华南师范大学心理学院广东广州

文章将社会网络分析中的缺失数据作为研究着眼点,从网络调查中的无应答缺失原因的角度分析了单一插补方法的特点及局限性,并在介绍重建法和多重插补法原理的基础上,通过蒙特卡洛(Monte Carlo)数据模拟技术对两种方法进行比较研究。结果... 详细信息

文章将社会网络分析中的缺失数据作为研究着眼点,从网络调查中的无应答缺失原因的角度分析了单一插补方法的特点及局限性,并在介绍重建法和多重插补法原理的基础上,通过蒙特卡洛(Monte Carlo)数据模拟技术对两种方法进行比较研究。结果表明:在社会网络分析中,重建法和多重插补法在不同缺失机制情况下对缺失数据处理的准确性大致相当;和重建法相比,多重插补法在不同缺失机制情况下对缺失数据的处理具有更高的可靠性。

关键词：社会网络分析缺失数据重建法多重插补法

来源：评论

学校读者我要写书评

暂无评论

基于多重插补法的公路安全数据分析

引用

佳木斯大学学报（自然科学版） 2017年第1期35卷 97-99页

作者：张冬阳马蔷长春工业大学基础科学学院吉林长春130012

对于缺失数据的处理,通常会采用直接删除缺失数据或者插补数据的方法来得到完整的数据集。多重插补法是对缺失数据集进行多次插补,并且提高数据稳定性的一种较好的缺失数据处理方法。基于多重插补法分析公路安全数据,进而对完整的数据... 详细信息

对于缺失数据的处理,通常会采用直接删除缺失数据或者插补数据的方法来得到完整的数据集。多重插补法是对缺失数据集进行多次插补,并且提高数据稳定性的一种较好的缺失数据处理方法。基于多重插补法分析公路安全数据,进而对完整的数据集进行方差估计的比较。经过具体的计算和分析可以得到结论,多重插补法可以得到信息量相对完整的数据集,利用这样的数据集得到的分析结果更加可靠。

关键词：不完全数据多重插补法方差估计

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：