顶部
收藏

缺失数据统计分析(第三版)


作者:
Roderick J. A. Little, Donald B. Rubin 著,周晓华、邓宇昊 译
定价:
89.00 元
版面字数:
480千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2022年
ISBN:
978-7-04-058820-0
物料号:
58820-00
出版时间:
2022-10-20
读者对象:
学术著作
一级分类:
自然科学
二级分类:
统计学
三级分类:
应用统计学

暂无
  • 目录
    • 前辅文
      • 第一部分 回顾与基本方法
        • 第1章 概论
          • 1.1 缺失数据的问题
            • 1.2 缺失模式和缺失机制
              • 1.3 导致缺失数据的机制
                • 1.4 缺失数据方法的分类
                  • 问题
                  • 第2章 试验中的缺失数据
                    • 2.1 引言
                      • 2.2 完全数据的精确最小二乘解
                        • 2.3 带缺失数据的正确最小二乘分析
                          • 2.4 填充最小二乘估计
                            • 2.5 Bartlett协方差分析方法
                              • 2.6 仅使用完全数据方法由协方差分析获得缺失值的最小二乘估计
                                • 2.7 标准误差和单自由度平方和正确最小二乘估计
                                  • 2.8 多自由度的正确最小二乘平方和
                                    • 问题
                                    • 第3章 完全案例和可用案例分析, 包括加权方法
                                      • 3.1 引言
                                        • 3.2 完全案例分析
                                          • 3.3 加权完全案例分析
                                            • 3.3.4 加权方法的总结
                                              • 3.4 可用案例分析
                                                • 问题
                                                • 第4章 单一填补方法
                                                  • 4.1 引言
                                                    • 4.2 从预测分布中填补均值
                                                      • 4.3 从预测分布中抽取填补值
                                                        • 4.3.1 基于精确模型的抽取
                                                          • 4.3.2 基于非精确模型的抽取: 热卡方法
                                                            • 4.4 结论
                                                              • 问题
                                                              • 第5章 考虑缺失数据的不确定性
                                                                • 5.1 引言
                                                                  • 5.2 由单一数据集提供有效标准误差估计的填补方法
                                                                    • 5.3 用重抽样的填补数据的标准误差
                                                                      • 5.4 多重填补简介
                                                                        • 5.5 重抽样方法和多重填补的比较
                                                                          • 问题
                                                                        • 第二部分 用于缺失数据分析的基于似然的方法
                                                                          • 第6章 基于似然函数的推断理论
                                                                            • 6.1 完全数据基于似然的估计回顾
                                                                              • 6.2 不完全数据基于似然的推断
                                                                                • 6.3 极大似然以外一种通常有缺陷的做法:对参数和缺失数据最大化
                                                                                  • 6.4 粗化数据的似然理论
                                                                                    • 问题
                                                                                    • 第7章 当缺失机制可忽略时因子化似然的方法
                                                                                      • 7.1 引言
                                                                                        • 7.2 一个变量有缺失的二元正态数据: 极大似然估计
                                                                                          • 7.3 二元正态单调数据: 小样本推断
                                                                                            • 7.4 超过两变量的单调缺失
                                                                                              • 7.5 对特殊的非单调模式的因子化似然
                                                                                                • 问题
                                                                                                • 第8章 缺失数据一般模式的极大似然:可忽略不响应的介绍和理论
                                                                                                  • 8.1 另一种可选的计算策略
                                                                                                    • 8.2 期望最大化算法的介绍
                                                                                                      • 8.3 期望最大化的E步和M步
                                                                                                        • 8.4 期望最大化算法的理论
                                                                                                          • 8.5 期望最大化的扩展
                                                                                                            • 8.6 混合最大化方法
                                                                                                              • 问题
                                                                                                              • 第9章 基于极大似然估计的大样本推断
                                                                                                                • 9.1 基于信息矩阵的标准误差
                                                                                                                  • 9.2 通过其他方法得到标准误差
                                                                                                                    • 问题
                                                                                                                    • 第10章 贝叶斯和多重填补
                                                                                                                      • 10.1 贝叶斯迭代模拟方法
                                                                                                                        • 10.2 多重填补
                                                                                                                          • 问题
                                                                                                                        • 第三部分 不完全数据分析基于似然的方法: 一些例子
                                                                                                                          • 第11章 多元正态例子, 忽略缺失机制
                                                                                                                            • 11.1 引言
                                                                                                                              • 11.2 正态下有缺失数据时均值向量和协方差矩阵的推断
                                                                                                                                • 11.3 带约束协方差矩阵的正态模型
                                                                                                                                  • 11.4 多重线性回归
                                                                                                                                    • 11.5 带有缺失数据的一般重复测量模型
                                                                                                                                      • 11.6 时间序列模型
                                                                                                                                        • 11.7 测量误差表示为缺失数据
                                                                                                                                          • 问题
                                                                                                                                          • 第12章 稳健估计模型
                                                                                                                                            • 12.1 引言
                                                                                                                                              • 12.2 通过用长尾分布替换正态分布减少离群值的影响
                                                                                                                                                • 12.3 倾向性预测的惩罚样条
                                                                                                                                                  • 问题
                                                                                                                                                  • 第13章 未完全分类的列联表模型, 忽略缺失机制
                                                                                                                                                    • 13.1 引言
                                                                                                                                                      • 13.2 单调多项数据的因子化似然
                                                                                                                                                        • 13.3 一般缺失模式下多项样本的极大似然和贝叶斯估计
                                                                                                                                                          • 13.4 未完全分类列联表的对数线性模型
                                                                                                                                                            • 问题
                                                                                                                                                            • 第14章 有缺失值的正态和非正态混合数据, 忽略缺失机制
                                                                                                                                                              • 14.1 引言
                                                                                                                                                                • 14.2 一般位置模型
                                                                                                                                                                  • 14.3 带参数约束的一般位置模型
                                                                                                                                                                    • 14.4 涉及连续变量和分类变量混合的回归问题
                                                                                                                                                                      • 14.5 一般位置模型的进一步推广
                                                                                                                                                                        • 问题
                                                                                                                                                                        • 第15章 非随机缺失模型
                                                                                                                                                                          • 15.1 引言
                                                                                                                                                                            • 15.2 已知非随机缺失机制的模型: 分组和归并的数据
                                                                                                                                                                              • 15.3 非随机缺失数据的正态模型
                                                                                                                                                                                • 15.4 非随机缺失数据的其他模型和方法
                                                                                                                                                                                  • 问题
                                                                                                                                                                                  • 参考文献
                                                                                                                                                                                    • 人名索引
                                                                                                                                                                                      • 名词索引
                                                                                                                                                                                        • 译后记

                                                                                                                                                                                      相关图书