Ignorability in general incomplete-data models
Ignorability in general incomplete-data models
复制标题
一般不完整数据模型中的可忽略性
DOI：
--
复制
发表时间：
1994
期刊：
影响因子：
--
通讯作者：
D. Heitjan
中科院分区：
文献类型：
--
作者：
D. Heitjan
Rubin（1976）定义了频率论和贝叶斯/似然分析的可验证性条件。最近，Heitjan & Rubin（1991）和Heitjan（1993）将Rubin模型推广到包含其他形式的不完备性，仅为贝叶斯/似然推断建立可验证性条件。本文通过将观察到的粗糙度明确定义为数据元素来扩展Heitjan-Rubin模型。这允许一个频率论理论的发展，包括一个概括的“完全随机失踪”，频率论的可验证性条件缺失的数据。该模型被应用在一些普遍感兴趣的不完全数据问题。
SUMMARY Rubin (1976) defined ignorability conditions for frequentist and Bayes/likelihood analyses of data subject to missing observations. More recently, Heitjan & Rubin (1991) and Heitjan (1993) generalised the Rubin model to encompass other forms of incompleteness, establishing ignorability conditions for Bayes/likelihood inferences only. This paper extends the Heitjan-Rubin model by explicitly defining the observed degree of coarseness as a data element. This permits the development of a frequentist theory, including a generalisation of 'missing completely at random', the frequentist ignorability condition for missing data. The model is applied in a number of incomplete-data problems of general interest.