缺失数据

图书标准信息

• 作者 [美]保罗·D.阿利森（Paul D. Allison） 著；林毓玲 译
• 出版社 格致出版社
• 出版时间 2012-10
• 版次 1
• ISBN 9787543221604
• 定价 15.00元
• 装帧 平装
• 开本 32开
• 纸张 胶版纸
• 页数 145页
• 字数 101千字

【内容简介】

《缺失数据》是格致方法·定量研究方法丛书之一种。全书围绕“缺失数据”这一主题，用大部分篇幅阐述了处理缺失数据问题的新策略。作者在缺失数据的条件下回顾最大似然估计，以一个经过仔细筛选的美国大专院校毕业率的数据为例，解释了插补法的EM算法。随后，作者解释了多重插补方法，并讨论了不可忽略的缺失数据。《缺失数据》是最新的处理缺失数据的精心杰作，在书中可以找到有关缺失数据的最佳解决方法。

【目录】

序第1章  导论第2章  假设  第1节  完全随机缺失的  第2节  随机缺失的  第3节  可忽略的  第4节  不可忽略的第3章  传统的方法  第1节  成列删除  第2节  成对删除  第3节  虚拟变量调整  第4节  插补  第5节  总结第4章  最大似然  第1节  回顾最大似然估计法  第2节  有缺失数据的ML  第3节  列联表数据  第4节  具正态分布数据的线性模型  第5节  EM算法  第6节  EM实例  第7节  直接ML  第8节  直接ML实例  第9节  结论第5章  多重插补：基本原理  第1节  单一随机插补  第2节  多元随机插补  第3节  在参数估计值中考虑随机变异  第4节  在多变量正态模型下的多重插补  第5节  多变量正态模型的数据扩增法  第6节  在数据扩增法中收敛  第7节  连续的数据扩增法相对平行的数据扩增法  第8节  对非正态或类别数据使用正态模型  第9节  探索分析  第10节  MI实例1第6章  多重插补：复杂化  第1节  MI中的交互作用和非线性  第2节  插补模型和分析模型之适合性  第3节  插补中因变量所扮演的角色  第4节  在插补过程中使用额外的变量  第5节  多重插补的其他参数方法  第6节  无参数及部分参数方法  第7节  连续的广义回归模型  第8节  线性假设检验和最大似然比检验  第9节  MI实例2  第10节  长期的及其他集群数据的MI  第11节  MI实例3第7章  不可忽略的缺失数据  第1节  两种模型  第2节  Heckrnan的样本选择误差模型  第3节  形态混合模型的MI。估计  第4节  形态混合模型的多重插补第8章  总结与结论注释参考文献译名对照表