基于Monte Carlo模拟的四种完全随机缺失数据处理方法的比较

摘要：

科学研究中缺失数据是普遍存在的现象,特别是涉及问卷设计与调查更容易产生缺失数据.随着人们深入研究缺失数据,提出了许多处理缺失数据的方法.在完全随机缺失机制下,比较成组删除法、均值填补法、回归填补法和最大期望法(EM)处理缺失数据的效果以及趋势,并有实证数据验证.

关键词： 医学统计学 缺失数据 填补方法

作者: 朱高培 吴学森

作者单位: 蚌埠医学院预防医学系

会议类型: 国内会议

会议名称: 2016年中国生物统计学术年会

会议地点: 天津

会议语种:中文

页码: 432-432

在线出版日期: 2016-07-26（万方平台首次上网日期，不代表论文的发表时间）