-
题名含不可忽略缺失数据统计模型的局部影响分析
- 1
-
-
作者
蒲冰
付英姿
-
机构
重庆工业职业技术学院工商贸易系
昆明理工大学理学院
-
出处
《统计与决策》
CSSCI
北大核心
2009年第5期7-9,共3页
-
基金
国家自然科学基金资助项目(07BTJ001)
昆明理工大学青年基金资助项目(2007-82)
-
文摘
对缺失数据的研究是当前国内外的热点问题,但是传统的局部影响分析方法却无法处理复杂的带有缺失数据的统计模型,尤其是带有不可忽略缺失数据的统计模型。文章通过考虑基于Q函数的保形法曲率并借助于Gibbs抽样和MH算法,就能够有效地对带有不可忽略缺失数据的非线性结构方程模型实施局部影响分析,且方法新颖,计算简单,结论可靠。
-
关键词
保形法曲率
MCECM算法
不可忽略缺失数据
非线性结构方程模型
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名IRT框架下的缺失过程建模及其Bayes估计方法
- 2
-
-
作者
付志慧
李斌
李晓毅
彭毳鑫
-
机构
沈阳师范大学数学与系统科学学院
吉林师范大学外语部
-
出处
《统计与决策》
CSSCI
北大核心
2015年第14期13-16,共4页
-
基金
国家自然科学基金资助项目(11201313)
吉林省社会科学基金资助项目(2012B115)
辽宁省科技厅博士启动基金项目(20131107)
-
文摘
文章研究教育与心理测量中的不可忽略缺失数据的建模和估计问题。并对观测数据和缺失指标同时建模。针对不可忽略缺失数据,利用潜变量建模法,采用项目反应模型来拟合缺失指标。同时,观测数据模型及缺失指标模型中的参数采用Gibbs抽样法一并给出估计。通过模拟实验验证,忽略缺失数据会给参数估计带来很大的偏差,相反,对不可忽略过程进行建模得出的参数估计偏差会大大减少。
-
关键词
项目反应模型
GIBBS抽样
不可忽略缺失数据
-
分类号
O212.8
[理学—概率论与数理统计]
-
