期刊文献+

含不可忽略缺失数据统计模型的局部影响分析

下载PDF
导出
摘要 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。
作者 蒲冰 付英姿
出处 《统计与决策》 CSSCI 北大核心 2009年第5期7-9,共3页 Statistics & Decision
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)
  • 相关文献

参考文献5

  • 1Ibrahim J. G., Chen M.-H. and Lipsitz S. R.. Monte Carlo EM for Missing Covarlates in Parametric Regression Models[J]. Biometrics, 1999,(55).
  • 2Geman S, Geman D. Stochastic Relaxation, Gibbs Distribution and the Bayesian Restoration of Images [J]. IEEE Transactions on PatternAnalysis and Machine Intelligence, 1984, (6).
  • 3Metropolis, N., Rosenbluth, A. W., Rosenbluth, M. N.,Teller A H, Teller E. Equations of State Calculations by Fast Computing Machine [J]. Journal of Chemical Physics, 1953 ,(21).
  • 4Hastings, W. K. Monte Carlo Sampling Methods using Markov Chains and Ttheir Application [J]. Biometrika, 1970, (57).
  • 5Cook, D. R. Assessment of Local Influence (with discussion) [J] . J. Roy. Statist. Soc. Ser, 1986, B 45.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部