文献详情
关于数据缺失机制的检验方法探讨
外文标题：Discussion on Testing the Mechanism of Missing Data
文献类型：期刊
作者：孙婕^[1]金勇进^[2]戴明锋^[3]
机构：中国人民大学统计学院,北京,100872;中国人民大学应用统计科学研究中心,北京,100872

年：2013
期刊名称：数学的实践与认识
卷：43
期：12
页码范围：166-173
增刊：增刊
收录情况：中文核心期刊要目总览中国科技核心期刊CSCD(CSCD:4882963)
所属部门：统计学院
语言：中文
ISSN：1000-0984
链接地址：http://d.g.wanfangdata.com.cn/Periodical_sxdsjyrs201312024.aspx
DOI：10.3969/j.issn.1000-0984.2013.12.024
人气指数：9
浏览次数：9
基金：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目成果
关键词：数据缺失机制;分布特征;Logit模型;缺失模式
摘要：在调查研究中,缺失数据是一个非常普遍的问题,各种处理缺失数据的方法都是建立在数据缺失机制的某种假定上.在总结他人研究成果的基础上,分别给出了MCAR、MAR和NMAR机制的检验识别方法,MCAR机制的检验从分布特征入手,通过比较均值和方差是否一致来判定；MAR机制的检验利用Logit模型刻画缺失指示变量R的分布,通过估计参数的显著性来判定,NMAR机制则通过对数据的缺失模式和原因进行分析来识别.
作者其他论文



解决小域估计的一种新思路:样本外推.胡丹丹;金勇进;艾小青.调研世界.2014,44-46.
对我国人口普查数据质量评估的若干思考.陈培培;金勇进.现代管理科学.2014,3-5.
缺失数据插补方法探讨--基于最近邻插补法和关联规则法.于力超;金勇进;王俊.统计与信息论坛.2015,35-39,40.
抽样调查中的权数问题研究.金勇进;张喆.统计研究.2014,31(9),79-84.
大数据理解误区解读.戴明锋;刘展.中国卫生信息管理杂志.2015,12(1),61-63,70.