换一批基于Markov Chain Monte Carlo模型对医院调查资料中缺失数据的多重估算
The Multiple Imputation of Missing Values in Hospital Survey Data with Markov Chain Monte Carlo Method
摘要目的 探讨基于Markov Chain Monte Carlo(MCMC)模型的多重估算法在处理医院调查资料缺失数据中的应用.方法 运用SAS9.2编写程序,在分析数据的分布类型和缺失机制的基础上,采用MCMC法对缺失数据进行多次填补和联合统计推断,分析多重估算法的优势.结果 数据服从多元正态分布与随机缺失,采用MCMC法填补10次所得的结果最佳.结论 多重估算既可反映缺失数据的不确定性,又可充分利用现有资料的信息、提高统计效率、对模型的估计结果更加可信,是处理缺失数据的有效方法.
更多相关知识
关键词
缺失数据Markov Chain Monte Carlo多重估算医院调查资料Missing dataMarkov Chain Monte CarloMultiple imputationHospital survey data
栏目名称
发布时间
2014-02-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家科技重大专项项目（(2008ZX10001-061)）
- 浏览146
- 被引6
- 下载48
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
