Sequentially additive nonignorable missing data modelling using auxiliary marginal information
Sequentially additive nonignorable missing data modelling using auxiliary marginal information
复制标题
使用辅助边际信息的顺序相加不可忽略缺失数据建模
DOI：
10.1093/biomet/asz054
复制
发表时间：
2019
期刊：
影响因子：
2.7
通讯作者：
Reiter, Jerome P
中科院分区：
文献类型：
--
作者：
Sadinle, Mauricio;Reiter, Jerome P
我们研究了一类缺失机制，被称为顺序添加剂nonresponable，建模与项目nonresponse的多变量数据。这些机制明确地允许每个变量的无响应概率取决于该变量的值，从而代表不可解释的缺失机制。这些缺失数据模型通过利用边缘分布的辅助信息来识别，例如多变量分类变量的边缘概率或数值变量的矩。我们证明了识别结果，并说明了这些机制在应用程序中的使用。
We study a class of missingness mechanisms, referred to as sequentially additive nonignorable, for modelling multivariate data with item nonresponse. These mechanisms explicitly allow the probability of nonresponse for each variable to depend on the value of that variable, thereby representing nonignorable missingness mechanisms. These missing data models are identified by making use of auxiliary information on marginal distributions, such as marginal probabilities for multivariate categorical variables or moments for numeric variables. We prove identification results and illustrate the use of these mechanisms in an application.
登录
查看更多内容
影响因子：
6.1
作者：
Hirano, K;Imbens, GW;Rubin, DB
通讯作者：
Rubin, DB
不完整多元数据的逐项条件独立无响应建模
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Mauricio Sadinle;Jerome P. Reiter
通讯作者：
Jerome P. Reiter
影响因子：
5.4
作者：
Guo, Ying;Little, Roderick J.;McConnell, Daniel S.
通讯作者：
McConnell, Daniel S.
影响因子：
6.3
作者：
Bhattacharya, Debopam
通讯作者：
Bhattacharya, Debopam
影响因子：
2.7
作者：
Harel, Ofer;Schafer, Joseph L.
通讯作者：
Schafer, Joseph L.