检索结果-维普期刊中文期刊服务平台

成组删除法和多重填补法对随机缺失的二分类变量资料处理效果的比较被引量：5: 1; 作者王曼施念 +1 位作者花琳琳杨永利《郑州大学学报（医学版）》 CAS 北大核心 2012年第5期642-645,共4页; 目的:评价两种随机缺失的二分类变量资料处理方法。方法:以艾滋病中医症候的调查资料为数据来源,利用SAS9.2对完整数据集随机模拟,构建不同比例的随机缺失数据集,对缺失数据集采用多重填补法中的lo-gistic回归法(MI/logistic)进行填充处... 展开更多; 关键词二分类变量缺失值成组删除法多重填补法; 在线阅读下载PDF 职称材料

运用多重填补方法分析世界健康调查数据(英文): 2; 作者曹阳 RITU Sadana AJAY Tandon 《第二军医大学学报》 CAS CSCD 北大核心 2004年第2期195-199,共5页; 目的 :解决世界健康调查 (World Health Survey,WHS)数据中的数据缺失问题 ,进行更加有效的统计推断。方法 :根据多重填补 (multiple imputation,MI)的原理 ,运用 Am elia软件和 Stata○R中的综合统计推断程序对 WHS数据集进行处理。结... 展开更多; 关键词多重填补法世界健康调查数据缺失卫生统计; 在线阅读下载PDF 职称材料

三种块缺失数据处理方法的比较被引量：6: 3; 作者林丽娟董学思 +3 位作者赵杨魏永越戴俊程陈峰《中国卫生统计》 CSCD 北大核心 2017年第3期523-525,527,共4页; 跨平台组学数据（cross-platform-omics data）研究中,一组样本往往只在某些平台（例如蛋白组学、代谢组学等）上进行了测序分析,而另外一些样本在其他平台（例如,基因组学、蛋白组学等）上进行了测序,欲将不同平台的数据进行整合分析,... 展开更多; 关键词缺失数据缺失率蛋白组学代谢组学基因组学处理方法平台组 MISSING 回归系数多重填补法; 在线阅读下载PDF 职称材料

工业过程数据中缺失值处理方法的研究被引量：14: 4; 作者郭超陆新建《计算机工程与设计》 CSCD 北大核心 2010年第6期1351-1354,共4页; 针对工业生产中过程数据的缺失问题,首次提出了运用多重填补方法处理工业过程的缺失数据。阐述了常用的缺失数据处理方法,指出各方法的优缺点。在此基础上,通过建立回归模型,针对多变量工业数据中缺失值较少和较多时的两种情况,分别用... 展开更多; 关键词缺失值多重填补法工业过程数据数据挖掘回归预测; 在线阅读下载PDF 职称材料

SAS中处理数据集缺失值方法的对比研究被引量：9: 5; 作者殷杰石锐《计算机应用》 CSCD 北大核心 2007年第B06期438-439,共2页; 采用SAS软件中的多重填补法(MI),期望最大化算法(EM)和Ad Hoc法分别对医疗费用集的缺失值进行处理,比较三种方法的优劣并探讨其在医疗费用缺失值处理中的适用性。运用SAS9.10,采用数据模拟技术,分别模拟真实医疗数据集的各种缺失率的随... 展开更多; 关键词缺失值填补多重填补法期望最大化算法 AD Hoc法; 在线阅读下载PDF 职称材料

基于Monte Carlo模拟的完全随机缺失数据处理方法效果比较被引量：5: 6; 作者王可杨弘 +3 位作者田晶李晨昊韩清华张岩波《中国卫生统计》 CSCD 北大核心 2020年第2期298-301,共4页; 目的探讨不同缺失比率下几种缺失处理方法的优劣,为缺失数据的处理提供参考。方法以慢性心力衰竭的部分患者电子病历资料为数据基础,运用R软件,采用Monte Carlo模拟完全随机、任意缺失的数据集,并采用成组删除法、均值填补法、期望最大... 展开更多; 关键词缺失处理期望最大化法缺失森林填补法多重填补法; 在线阅读下载PDF 职称材料

基于Monte Carlo模拟的四种完全随机双变量缺失数据处理方法的比较被引量：7: 7; 作者朱高培朱乐乐 +1 位作者孟马承吴学森《中国卫生统计》 CSCD 北大核心 2018年第5期707-709,共3页; 目的探讨完全随机缺失机制下,成组删除法、均值填补法、回归填补法和多重填补法处理缺失数据的效果及趋势。方法运用R语言,采用Monte Carlo技术模拟完整数据集、不同缺失比例和相关系数条件下的数据集,比较各种方法处理缺失值的效果。... 展开更多; 关键词缺失值相关变量多重填补法 MONTE CARLO模拟; 在线阅读下载PDF 职称材料

基本风速预测中缺失历史数据的修订方法: 8; 作者项程陈艾荣 +1 位作者李其恒马如进《南京工业大学学报（自然科学版）》 CAS 北大核心 2019年第6期800-806,共7页; 基本风速预测及制定中,经常会碰到历史数据的缺失现象,从而带来有效数据量少、风速预测效率不高的问题。为了尽可能避免这一现象带来的影响,对缺失历史数据进行修订是一个十分重要的环节。提出了基本风速预测中缺失数据的修订方法。统... 展开更多; 关键词基本风速缺失数据修订多重填补法; 在线阅读下载PDF 职称材料

代际收入流动、阶层地位与初婚居住安排被引量：2: 9; 作者金卉范晓光《浙江学刊》 CSSCI 北大核心 2014年第2期214-218,共5页; 初婚居住安排是理解家庭形态与结构发展的重要事件,既有的资源决定论视角主要探究的是个体绝对资源对居住安排的影响,但对资源效力的代际差异缺乏系统研究。本文通过对上海家庭调查(SHFS2010)数据的分析,发现中国城市家庭的初婚居住安... 展开更多; 关键词代际阶层地位居住安排多重填补法; 在线阅读下载PDF 职称材料

题名成组删除法和多重填补法对随机缺失的二分类变量资料处理效果的比较被引量：5: 1; 作者王曼施念花琳琳杨永利; 机构郑州大学学报编辑部郑州大学临床医学系郑州大学第二附属医院科研外事办公室郑州大学公共卫生学院卫生统计学教研室; 出处《郑州大学学报（医学版）》 CAS 北大核心 2012年第5期642-645,共4页; 基金 "十.五"国家科技攻关计划项目2004BA719A13; 文摘目的:评价两种随机缺失的二分类变量资料处理方法。方法:以艾滋病中医症候的调查资料为数据来源,利用SAS9.2对完整数据集随机模拟,构建不同比例的随机缺失数据集,对缺失数据集采用多重填补法中的lo-gistic回归法(MI/logistic)进行填充处理;同时对缺失数据集采用成组删除法进行处理;根据各个数据集建立logis-tic回归模型,与完整数据集进行比较。结果:缺失10%时,成组删除法处理结果与完整数据集更接近;缺失20%～40%时,MI/logistic填补后常数项和x的回归系数明显偏离完整数据集;缺失50%时,MI/logistic填充2次时x的回归系数和标准误更接近于完整数据集;缺失60%时,MI/logistic填充后x的回归系数严重偏离完整数据集,成组删除后x回归系数的标准误明显偏离完整数据集。结论:缺失较少(缺失率<40%)时,成组删除法处理效果较好;缺失50%时,采用MI/logistic回归法填充效果更好;缺失60%以上时,两处理方法均不理想。; 关键词二分类变量缺失值成组删除法多重填补法; Keywords binary variable data missing value delete in group method multiple imputation; 分类号 R195.1 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

题名运用多重填补方法分析世界健康调查数据(英文): 2; 作者曹阳 RITU Sadana AJAY Tandon; 机构第二军医大学卫生勤务学系卫生统计学教研室世界卫生组织分类; 出处《第二军医大学学报》 CAS CSCD 北大核心 2004年第2期195-199,共5页; 基金 This work is supported by World Health Survey( GL GL O OSD OOO AS 0 0 .999.0 0 ); 文摘目的 :解决世界健康调查 (World Health Survey,WHS)数据中的数据缺失问题 ,进行更加有效的统计推断。方法 :根据多重填补 (multiple imputation,MI)的原理 ,运用 Am elia软件和 Stata○R中的综合统计推断程序对 WHS数据集进行处理。结果 :由缺失数据造成的信息缺失得到了弥补 ,综合评价结果的质量得到了提高。结论 :MI具有良好的特性 ,和针对特定问题但操作复杂的方法相比 ,MI是一种解决数据缺失问题的简单和近似的方法。; 关键词多重填补法世界健康调查数据缺失卫生统计; Keywords multiple imputation data missing health survey; 分类号 R195 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

题名三种块缺失数据处理方法的比较被引量：6: 3; 作者林丽娟董学思赵杨魏永越戴俊程陈峰; 机构南京医科大学公共卫生学院生物统计学系; 出处《中国卫生统计》 CSCD 北大核心 2017年第3期523-525,527,共4页; 基金国家自然科学基金(81530088 81473070 +1 种基金 81373102 81402764); 文摘跨平台组学数据（cross-platform-omics data）研究中,一组样本往往只在某些平台（例如蛋白组学、代谢组学等）上进行了测序分析,而另外一些样本在其他平台（例如,基因组学、蛋白组学等）上进行了测序,欲将不同平台的数据进行整合分析,则块缺失（block missing）是不可避免的。由于块缺失的缺失比例比较高,如果将含有缺失的观测全部剔除,仅对完整数据进行分析,则会损失大量信息,甚至无信息可用。; 关键词缺失数据缺失率蛋白组学代谢组学基因组学处理方法平台组 MISSING 回归系数多重填补法; 分类号 R195.1 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

题名工业过程数据中缺失值处理方法的研究被引量：14: 4; 作者郭超陆新建; 机构南京工业大学信息科学与工程学院南京工业大学控制工程中心; 出处《计算机工程与设计》 CSCD 北大核心 2010年第6期1351-1354,共4页; 文摘针对工业生产中过程数据的缺失问题,首次提出了运用多重填补方法处理工业过程的缺失数据。阐述了常用的缺失数据处理方法,指出各方法的优缺点。在此基础上,通过建立回归模型,针对多变量工业数据中缺失值较少和较多时的两种情况,分别用删除含缺失值的个案、简单填补和多重填补(MI)3种方法对数据进行处理,利用处理后的新数据集进行数据挖掘,预测目标变量的值,并对预测结果进行分析比较。实验结果表明,多重填补方法的处理效果最好,为工业数据的缺失值处理提供了有用的策略。; 关键词缺失值多重填补法工业过程数据数据挖掘回归预测; Keywords missing data multiple imputation industrial process data data mining regression prediction; 分类号 TP274 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名SAS中处理数据集缺失值方法的对比研究被引量：9: 5; 作者殷杰石锐; 机构重庆大学计算机学院; 出处《计算机应用》 CSCD 北大核心 2007年第B06期438-439,共2页; 文摘采用SAS软件中的多重填补法(MI),期望最大化算法(EM)和Ad Hoc法分别对医疗费用集的缺失值进行处理,比较三种方法的优劣并探讨其在医疗费用缺失值处理中的适用性。运用SAS9.10,采用数据模拟技术,分别模拟真实医疗数据集的各种缺失率的随机缺失数据集,分别用MI、EM和Ad Hoc对各缺失数据集进行处理,对结果进行比较和分析。结果:数据缺失率≤10%时,Ad Hoc更优;数据缺失率在15%～30%时,经MI处理后的分析结果更接近“真实”;数据缺失率≥35%时,三种方法均无效。结论:对不同缺失率的费用科目缺失数据集,MI和Ad Hoc对缺失值的处理各有优劣,EM效果略差于MI,没有明显优势。; 关键词缺失值填补多重填补法期望最大化算法 AD Hoc法; 分类号 R274 [医药卫生—中医骨伤科学]; 在线阅读下载PDF 职称材料

题名基于Monte Carlo模拟的完全随机缺失数据处理方法效果比较被引量：5: 6; 作者王可杨弘田晶李晨昊韩清华张岩波; 机构山西医科大学公共卫生学院流行病与卫生统计学教研室山西医科大学附属第一医院心内科重大疾病风险评估山西省重点实验室; 出处《中国卫生统计》 CSCD 北大核心 2020年第2期298-301,共4页; 基金国家自然科学基金(81872714) 山西省青年科技研究基金(201801D221423)。; 文摘目的探讨不同缺失比率下几种缺失处理方法的优劣,为缺失数据的处理提供参考。方法以慢性心力衰竭的部分患者电子病历资料为数据基础,运用R软件,采用Monte Carlo模拟完全随机、任意缺失的数据集,并采用成组删除法、均值填补法、期望最大化填补法、缺失森林填补法和多重填补法分别对模拟的不同缺失比率数据集进行缺失处理,并对所得"完整数据集"拟合多元线性回归模型,得到的参数估计结果与完整数据集参数估计进行比较。结果在不同的缺失比率下不同缺失处理的效果存在差别,在5%和10%缺失比率下,链式方程填补法(multivariate imputation by chained equations,MICE)和期望最大化法(expectation maximization,EM)最优,缺失森林填补法(miss forest,MF)、均值填补法(mean completer,MC)和成组删除法(complete case method,CCM)效果接近;在20%缺失比率下,MICE最优,EM次之,CCM和MF近似,MC最差;在30%缺失比率下,MICE和MF最优,EM和CCM次之,MC最差;在50%缺失比率下,MICE最优,EM和CCM次之,CCM和MF最差。结论对于不同缺失比率的数据,研究人员应综合考虑缺失处理方法的准确度和精确度以及操作难易程度,必须根据实际数据加以调整,采用不同的方法进行处理。; 关键词缺失处理期望最大化法缺失森林填补法多重填补法; 分类号 R197.3 [医药卫生—卫生事业管理] TP274 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于Monte Carlo模拟的四种完全随机双变量缺失数据处理方法的比较被引量：7: 7; 作者朱高培朱乐乐孟马承吴学森; 机构蚌埠医学院公共卫生学院; 出处《中国卫生统计》 CSCD 北大核心 2018年第5期707-709,共3页; 基金国家自然科学基金(81373100) 蚌埠医学院研究生创新计划项目(Byycx1658); 文摘目的探讨完全随机缺失机制下,成组删除法、均值填补法、回归填补法和多重填补法处理缺失数据的效果及趋势。方法运用R语言,采用Monte Carlo技术模拟完整数据集、不同缺失比例和相关系数条件下的数据集,比较各种方法处理缺失值的效果。结果当缺失比例为10%时,4种方法处理效果一致。随着缺失比例增加,4种方法处理后均值变化不大;均值填补法处理后相关系数小于其他方法,多重填补法和标准一致,回归填补法填补后相关系数比其他方法偏高而且呈增加趋势。随着回归系数的增加,回归填补法的相关系数准确性增加。结论 4种方法处理完全随机缺失机制下两个相关变量的效果不同,当缺失比例较低时,建议采用成组删除法或回归填补法。当缺失比例较大时,建议使用多重填补法。; 关键词缺失值相关变量多重填补法 MONTE CARLO模拟; 分类号 R195.1 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

题名基本风速预测中缺失历史数据的修订方法: 8; 作者项程陈艾荣李其恒马如进; 机构同济大学桥梁工程系; 出处《南京工业大学学报（自然科学版）》 CAS 北大核心 2019年第6期800-806,共7页; 基金国家自然科学基金(51878493); 文摘基本风速预测及制定中,经常会碰到历史数据的缺失现象,从而带来有效数据量少、风速预测效率不高的问题。为了尽可能避免这一现象带来的影响,对缺失历史数据进行修订是一个十分重要的环节。提出了基本风速预测中缺失数据的修订方法。统计了各气象台站的最大风速数据缺失率,介绍了目前采用的数据修订方法。根据数据缺失的特点及关注的对象,选用多重填补法对缺失的数据进行修订,并详细介绍了该方法的填补步骤。选用两个具体填补算例对日最大风速值数据修订进行说明,并用极值Ⅰ型概率模型对比了填补前后数据预测百年一遇风速的效果。结果表明,利用经缺失数据填补后的风速数据文件得到的历年最大风速序列,可以有效改善由于数据记录缺失造成的年最大风速值的遗漏,更好地预测基本风速。; 关键词基本风速缺失数据修订多重填补法; Keywords basic wind speed missing data revision multiple imputation method; 分类号 U442 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名代际收入流动、阶层地位与初婚居住安排被引量：2: 9; 作者金卉范晓光; 机构浙江树人大学人文学院浙江省社会科学院社会学所; 出处《浙江学刊》 CSSCI 北大核心 2014年第2期214-218,共5页; 基金浙江树人大学重点学科(社会学) 浙江省社会科学院重点学科(发展社会学)资助浙江省社会科学院一般课题(2014CYB10)阶段性成果; 文摘初婚居住安排是理解家庭形态与结构发展的重要事件,既有的资源决定论视角主要探究的是个体绝对资源对居住安排的影响,但对资源效力的代际差异缺乏系统研究。本文通过对上海家庭调查(SHFS2010)数据的分析,发现中国城市家庭的初婚居住安排并不完全由夫妻阶层地位左右,而更多的受制于原生家庭的社会经济地位。经过贝叶斯多重填补法对资料进行处理后,结果进一步支持代际收入流动对初婚居住安排具有决定作用。; 关键词代际阶层地位居住安排多重填补法; 分类号 C913.1 [经济管理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	成组删除法和多重填补法对随机缺失的二分类变量资料处理效果的比较	王曼施念花琳琳杨永利	《郑州大学学报（医学版）》 CAS 北大核心	2012	5	在线阅读下载PDF 职称材料
2	运用多重填补方法分析世界健康调查数据(英文)	曹阳 RITU Sadana AJAY Tandon	《第二军医大学学报》 CAS CSCD 北大核心	2004	0	在线阅读下载PDF 职称材料
3	三种块缺失数据处理方法的比较	林丽娟董学思赵杨魏永越戴俊程陈峰	《中国卫生统计》 CSCD 北大核心	2017	6	在线阅读下载PDF 职称材料
4	工业过程数据中缺失值处理方法的研究	郭超陆新建	《计算机工程与设计》 CSCD 北大核心	2010	14	在线阅读下载PDF 职称材料
5	SAS中处理数据集缺失值方法的对比研究	殷杰石锐	《计算机应用》 CSCD 北大核心	2007	9	在线阅读下载PDF 职称材料
6	基于Monte Carlo模拟的完全随机缺失数据处理方法效果比较	王可杨弘田晶李晨昊韩清华张岩波	《中国卫生统计》 CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
7	基于Monte Carlo模拟的四种完全随机双变量缺失数据处理方法的比较	朱高培朱乐乐孟马承吴学森	《中国卫生统计》 CSCD 北大核心	2018	7	在线阅读下载PDF 职称材料
8	基本风速预测中缺失历史数据的修订方法	项程陈艾荣李其恒马如进	《南京工业大学学报（自然科学版）》 CAS 北大核心	2019	0	在线阅读下载PDF 职称材料
9	代际收入流动、阶层地位与初婚居住安排	金卉范晓光	《浙江学刊》 CSSCI 北大核心	2014	2	在线阅读下载PDF 职称材料