利用logit模型判定数据缺失机制

利用logit模型刻画了缺失指示变量R的分布,由其分布的参数估计来判定数据的缺失机制类型.在四个假定的基础上,用五个步骤具体操作缺失数据的机制检验.并用两个例子说明了检验的具体步骤.     

带有缺失数据的估计方程

给出了一种解决估计方程中的缺失数据问题的新方法：用一种观测数据的函数来调整缺失数据的函数.当我们对于缺失机制的信息知道的越多,由此种方法得到的估计的效越高.     

动态轨道衡过衡数据缺失问题的分析与处理

动态轨道衡是我国铁路货运计量的重要设备,在确保货运安全和货运计量的准确性上都起到了重要的作用,但过衡数据的缺失严重影响了动态轨道衡的安全高效的使用,本论述从电气部分、机械方面、人员操作等方面人手,分析了过衡数据缺失问题的成因,提出了具有针对性的解决措施,以便有效提高过衡数据的完整性和有效性,保证设备的良好运行.     

一种面向数据缺失问题的K-means改进算法

文章针对聚类分析中部分数据缺失问题,提出了一种改进的K均值聚类算法,即改变原算法中计算每个数据到各簇距离的度量方法和新中心点生成方法,从而屏蔽空值数据的影响;通过选择UCI中Iris数据集,随机抽空部分数据进行测试表明,该算法可直接对存在数据空缺的数据集合进行聚类分析,并能有效屏蔽数据空缺对聚类结果的影响.     

缺失数据比率和处理方法对非随机缺失数据能力参数估计准确性的影响

探讨了IRT背景下非随机缺失数据的合适处理方法.采用IRTLAB模拟产生50批500个被试在20个0-1记分项目上的反应数据,产生了不同比率的MNAR; 再用IN、NP、FR、CM、MI和EM共6种方法分别处理MNAR,使用BILOG-MG软件估计被试的能力参数,并计算在不同条件下各种方法的BIAS、BIAS_abs、R_(θ,θ^∧)和RMSE.研究发现:随着缺失比率的增加,参数误差越来越大; FR会导致IRT参数估计产生较大的误差,且不稳定,而MI与EM算法则相对稳定; 综合BIAS和RMAE等几个指标,NP在处理MNAR时产生的误差较小也更稳定.因此,在IRT背景下估计被试能力参数时,应选择NP、MI或EM方法处理缺失数据     

缺失数据下经验似然的冗余性问题

讨论了一般情形下经验似然的冗余性问题,并得到了经验似然的冗余性结果。推广了广义矩估计(GMM)的冗余性结果,然后用结果解释了经验似然估计的奇异现象。模拟实验结果证实了经验似然的冗余性对估计的影响。     

电网历史数据缺失及补录研究

电网历史数据是智能电网信息化发展的基础,确保历史数据的完整非常必要。在分析电网数据采集与传输过程中产生数据缺失原因的基础上,对缺失数据进行了类型划分,并给出了发现和判定数据缺失的方法。根据数据缺失类型,采用缺失数据清洁法和缺失数据补录法处理规律缺失数据和不规律缺失数据,使用SPSS验证上述方法,结果表明补录准确度高达90%;运用随机森林算法处理不完全规律缺失数据,以均方根误差和填补准确度为评判指标,实验结果证明了该方法的准确性和有效性。用这些方法处理电网的数据缺失问题,能有效地提高电网历史数据的质量,使现有的数据得到最大程度的利用。     

基于缺失森林的医疗大数据缺失值插补

为解决医疗数据集中数据缺失对分类器的性能以及下游任务产生的不利影响,提出使用缺失森林插补法对医疗数据集中缺失值进行插补。该方法首先采用数据集中完整数据的观测值训练一个随机森林模型;利用训练好的随机森林模型预测缺失数据;不断重复迭代上述过程,从而完成数据缺失值补全。在两个医学数据集上进行测试,结果表明,根据NRMSE(Normalized Root Mean Squared Error)和PFC(the Proportion of Falsely Classified)评估指标,缺失森林插补法误差较低,插补效果优于K最近邻插补法、多重插补法和GAIN(Generative Adversarial Imputation Nets)插补法。同时,使用糖尿病数据集通过分析谷丙转氨酶(ALT:ALanine aminoTransferase)与糖尿病剂量反应关系证明了缺失森林插补法的稳定性。     

具有部分缺失数据的异均值方差分析法

在很多情况下,由于各种原因试验的数据都会有局部的缺失,文章提出在有部分数据缺失情况下的异均值方差分析法,并将其用于检验多个样本数据是否具有某种类型的不同均值.     

课堂教学质量评价数据缺失的修复

课堂教学评估是当前各高校教学质量监督的主要手段之一,科学、客观、公正地评价教师的教学质量对于提高教师教学积极性,对促进教学质量的提高,确保教学目标的实现具有积极的推动作用。本文利用统计学上缺失数据的插补方法对课堂教学质量评价缺失数据进行修复,以期促进课堂教学质量评价的公平性,更好的发挥其在教学质量监督和管理中的积极意义。     

区间数据的线性回归模型中误差项方差的估计

从无偏转换的思想出发,对区间数据的线性回归模型中误差项方差进行了估计.当截断变量的分布密度函数已知时,得到一批具有强相合性和渐近正态性的估计量,并通过模拟计算对这种估计方法的可行性进行了验证.     

一种考虑数据截尾的非参数软件可靠性模型

通过分析数据截尾对软件可靠性模型的影响，建立了一种考虑数据截尾的非参数软件可靠性模型，为的是克服一般参数模型假设约束过紧的问题，并能在估计失效率的同时估计残存缺陷数．同时，提出了基于非参数统计的软件失效率单调下降性检验方法，在加权核函数估计中引入数据截尾率作为加权系数和优化参数，并用失效率单调下降约束下的加权核函数方法来估计失效率和残存缺陷数．模拟试验和实例分析表明，所提模型可以较好地处理截尾数据，给出残存缺陷数的合理估计，其失效率估计精度较高，不低于较好的传统模型．     

基于区间数据的非参数Bayes估计

基于Dirichlet过程为先验分布,给出区间数据下总体分布非参数Bayes估计的表达式;通过对常用分布的随机模拟,阐述几类先验分布对估计效果的影响;最后,与参数极大似然法比较,证明所构造的方法具有相近的估计效果.      

随机删失场合下部分线性模型的最近邻估计

主要讨论了随机删失场合下,误差为NA序列时的部分线性模型,利用基于分布函数的最近邻估计和最小二乘法,给出了部分线性模型的参数和非参数部分估计,并得到了参数估计o(n-1/4)的收敛速度和非参数部分的强相合性.     

恒加试验随机截尾指数分布数据加速系数的LSE

针对恒定应力加速寿命试验下随机截尾指数寿命数据进行统计分析。在加速寿命方程未知的情况下 ,给出了加速系数的近似最小二乘估计方法。随后的随机模拟实例表明 :所给的统计方法计算精度较高     

位置尺度分布族中截尾数据的Fisher信息量

证明了混合型截尾数据的渐近Fisher信息矩阵和Ⅰ型截尾数据的Fisher信息矩阵一致。该结果可以推广到一般的对数位置尺度分布族,如Weibull分布、对数正态分布等。     

矩阵椭球等高分布不完全数据的参数估计

近年来,椭球等高分布在理论和应用上都已获得高度重视。矩阵椭球等高分布及其相应的样本理论是研究的热点之一。设x_((1)),…,x_     

强混合删失数据密度函数估计的r阶相合性

在α-混合序列下,研究了基于删失数据的密度函数f(x)核估计的r(r>2)阶相合性,并给出了失效率函数λ(x)的估计,且证明了其r(r>2)阶相合性.     

分组与删失数据下几何分布的参数估计

研究了当寿命分布为几何分布时,观测数据分组与可能删失的情况下的参数估计,利用EM算法求出了参数的MLE估计,在平方损失下得出了参数的Bayes估计,并应用近似Beta分布加权和的方法得出了参数的近似的Bayes置信下限.     

关于截尾数据半参数回归模型的估计理论的一点注记

文[1]研究了截尾情形征半参数回归模型中未知参数及函数的估计问题,得到了它们的大样本性质。本文对这个问题作了进一步的研究,去掉了文[1]中某些过强的条件并改进了部分结论。