Name: 缺失数据
Availability: InStock
Rating: 8.4 (16 reviews)
Author: [美] 保罗·D.阿利森
ISBN: 9787543221604

计入缺失的最大似然，带随机性的插值

做实证研究如何处理缺失数据是很基础很重要的。

分析现实数据时，常会遇到缺失数据（信息不完备数据）。我原来以为整列删除法不够高级，各种填补数据法才高级。这本书却不认可我的这种浅见。介绍了极大似然法（ML）和（期望最大法）EM法，以及多重填充法（MI）。好书推荐。

资料略老，翻译略差，但还是推荐。

相对来说，作为一本简约的spss读本，比较好。

虽然某些解决缺失数据的方法明显优于其他方法，但却没有一个可以被认为确实是好的，也不存在唯一真正解决缺失数据的好的方法。所以在设计和执行研究时，必须尽力使缺失信息的发生最小化。因为统计调整没有办法补...

虽然某些解决缺失数据的方法明显优于其他方法，但却没有一个可以被认为确实是好的，也不存在唯一真正解决缺失数据的好的方法。所以在设计和执行研究时，必须尽力使缺失信息的发生最小化。因为统计调整没有办法补救草率的研究

格致方法·定量研究系列

本书围绕“缺失数据”这一主题,用大部分篇幅阐述了处理缺失数据问题的新策略.作者在缺失数据的条件下回顾最大似然估计,以一个经过仔细筛选的美国大专院校毕业率的数据为例,解释了插补法的EM算法.随后,作者解释了多重插补方法,并讨论了不可忽略的缺失数据.