• 缺失数据(格致方法·定量研究系列)
21年品牌 40万+商家 超1.5亿件商品

缺失数据(格致方法·定量研究系列)

批量上传,套装书可能不全,下单前咨询在线客服! 正版书 !!!

17.86 6.0折 30 全新

库存9件

四川成都
认证卖家担保交易快速发货售后保障

作者保罗·D.埃里森 林毓玲译

出版社格致出版社

ISBN9787543228672

出版时间2018-06

装帧平装

开本32开

定价30元

货号25299403

上书时间2024-10-20

百叶图书

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
导语摘要
本书介绍了针对社会科学研究中经常遇到的样本数据缺失的处理方法。样本数据缺失是指样本中出现各种统计变量的缺失,以往研究者喜欢将这种缺失认定为符合完全随机缺失的特性,但实际上这一假设并不一定能完全符合,往往只能符合随机缺失的特性,在对这种数据缺失进行处理时,往往会出现删除大量数据导致影响统计结果的问题。本书的主要内容在于介绍了在有缺失数据时如何进行*似然估计的方法。除此之外,本书还对插补的EM算法、多重插补法等方法进行了介绍。并讨论了不可忽略的缺失数据。

作者简介
保罗 D. 阿利森(Paul D. ALLISON)  美国宾州大学社会学教授。于1976年由威斯康辛大学获得博士学位,之后在芝加哥大学及宾州大学作统计学的博士后研究。关于社会科学中的统计方法,他已出版5本书及超过25篇文章。这些作品处理广泛多样的方法,包含线性回归、对数线性分析、logit分析、probit分析、测量误差、不平等测量、缺失数据、Markov processes及事件史分析。

目录


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 似然


第1节 回顾似然估计法


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 Heckman的样本选择误差模型


第3节 形态混合模型的ML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



内容摘要
本书介绍了针对社会科学研究中经常遇到的样本数据缺失的处理方法。样本数据缺失是指样本中出现各种统计变量的缺失,以往研究者喜欢将这种缺失认定为符合完全随机缺失的特性,但实际上这一假设并不一定能完全符合,往往只能符合随机缺失的特性,在对这种数据缺失进行处理时,往往会出现删除大量数据导致影响统计结果的问题。本书的主要内容在于介绍了在有缺失数据时如何进行*似然估计的方法。除此之外,本书还对插补的EM算法、多重插补法等方法进行了介绍。并讨论了不可忽略的缺失数据。

主编推荐
保罗 D. 阿利森(Paul D. ALLISON)  美国宾州大学社会学教授。于1976年由威斯康辛大学获得博士学位,之后在芝加哥大学及宾州大学作统计学的博士后研究。关于社会科学中的统计方法,他已出版5本书及超过25篇文章。这些作品处理广泛多样的方法,包含线性回归、对数线性分析、logit分析、probit分析、测量误差、不平等测量、缺失数据、Markov processes及事件史分析。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP