Statistical inference for nonignorable missing-data problems: a selective review
Statistical inference for nonignorable missing-data problems: a selective review
复制标题
不可忽略的缺失数据问题的统计推断：选择性审查
DOI：
10.1080/24754269.2018.1522481
复制
发表时间：
2018-07
影响因子：
0.5
通讯作者：
Yuanyuan Ju
中科院分区：
文献类型：
--
作者：
Niansheng Tang;Yuanyuan Ju
在经济学、社会学和生物医学等领域，经常会遇到不可识别的缺失数据。我们审查统计推断的不可解释的缺失数据问题，包括估计，影响分析和模型选择。对于均值泛函的估计，我们回顾了半参数方法和经验似然（EL）方法。对于指数族非线性结构方程模型的参数估计，本文介绍了期望最大化算法、贝叶斯方法和贝叶斯EL方法。在影响分析方面，我们分别从频率论和贝叶斯的观点探讨了案例删除法和局部影响分析法。对于模型选择，我们提出了修正的赤池信息准则和惩罚方法。
Nonignorable missing data are frequently encountered in various settings, such as economics,sociology and biomedicine. We review statistical inference for nonignorable missing-data problems,including estimation, influence analysis and model selection. For estimation of mean functionals, we review semiparametric method and empirical likelihood (EL) approach. For estimation of parameters in exponential family nonlinear structural equation models, we introduce expectation-maximisation algorithm, Bayesian approach, and Bayesian EL method. For influence analysis, we investigate the case-deletion method and local influence analysis method from the frequentist and Bayesian viewpoints. For model selection, we present the modified Akaike information criterion and penalised method.
登录
查看更多内容
具有不可忽略缺失协变量和有序分类数据的非线性结构方程模型的分析
影响因子：
1.4
作者：
Lee, Sik-Yum;Tang, Nian-Sheng
通讯作者：
Tang, Nian-Sheng
影响因子：
4.5
作者：
Qihua Wang;J. Rao
通讯作者：
Qihua Wang;J. Rao
DOI：
10.1198/tas.2003.s212
发表时间：
2003-02
期刊：
The American Statistician
影响因子：
--
作者：
R. D. Cook;S. Weisberg
通讯作者：
R. D. Cook;S. Weisberg
影响因子：
3.7
作者：
Xu C;Chen J
通讯作者：
Chen J
基于稳健等级相关的筛选
影响因子：
4.5
作者：
Li, Gaorong;Peng, Heng;Zhu, Lixing
通讯作者：
Zhu, Lixing