阿戈斯蒂诺·塔西塔诺;玛丽安娜·法尔科内 混合类型数据的Missing值调整。 （英语） Zbl 1229.62039号 J.概率。斯达。 2011年，文章ID 290380，20 p.（2011）. 摘要：我们提出了一种新的方法，对记录的多个字段中的未报告、不正确、不可信或排除的值进行单一插补、重建和估计。特别是，我们将关注涉及数字、序数、二进制和分类变量的混合数据集。我们的技术是流行的最近邻热卡插补（NNHDI）的一种变体，其中“最近”是根据全局距离定义的，全局距离是为各种类型的变量计算的距离矩阵的凸组合。我们解决了部分距离矩阵的适当加权问题，以反映其重要性、可靠性和统计充分性。将几种加权方案在各种设置下的性能与适用于捐赠者值的Box-Cox变换的最小幂平均值插补相协调进行比较。通过对模拟数据集和实际数据集的分析，我们将表明这种方法是合适的。我们的主要贡献是证明，混合数据可以最佳组合，以便准确重建目标变量中的缺失值，即使记录的其他字段中没有某些数据。 引用于1文件 MSC公司： 62G05型 非参数估计 65C60个 统计中的计算问题（MSC2010） 62小时99 多元分析 软件：法线;对;UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{A.Tarsitano}和\textit{M.Falcone}，J.Probab。Stat.2011，文章ID 290380，20 p.（2011；Zbl 1229.62039） 全文： 内政部 OA许可证 参考文献： [1] R.J.A.Little和D.B.Rubin，《缺失数据的统计分析》，《概率统计中的Wiley系列》，John Wiley&Sons，美国纽约州纽约市，第二版，2002年·Zbl 1011.62004号 [2] G.Kalton和D.Kasprzyk，“对缺失的调查回复进行估算”，载于《调查研究方法》，第22-31页，1982年。 [3] M.Bankier、J.M.Fillion、M.Luc和C.Nadeau，“同时计算数值和定性变量”，载于《调查研究方法》一节的论文集，第242-247页，美国统计协会，1994年。 [4] M.Bankier、M.Luc、C.Nadeau和P.Newcombe，“关于同时输入数值和定性变量的更多细节”，载于《调查研究方法》一节的论文集，第287-292页，美国统计协会，1995年。 [5] E.J.Welniak和J.F.Coder，“三月份CPS收入插补系统中的偏差测量和简单偏差调整程序的结果”，技术代表，美国人口普查局，1980年。 [6] I.G.Sande，“调查中的插补：应对现实”，《美国统计学家》，第36卷，第145-152页，1982年·doi:10.2307/2683165 [7] D.Wettschereck和T.G.Dietterich，“最近邻和最近超矩形算法的实验比较”，机器学习，第19卷，第1期，第5-27页，1995年·doi:10.1007/BF00994658 [8] C.Abbate，“La completezza delle informazioni e l’imputazione da donatore con distanza mista minima”，《意大利国家科学院学报》，第4卷，第68-102页，1997年。 [9] W.E.Deming，《商业研究中的样本设计》，《应用统计学中的威利出版物》，John Wiley&Sons，纽约，1960年·Zbl 0705.62019 [10] A.K.Ghosh，“利用K的自适应选择进行最近邻分类”，《计算与图形统计杂志》，第16卷，第2期，第482-502页，2007年·doi:10.1198/106186007X208380 [11] J.H.Friedman、J.L.Bentley和R.A.Finkel，“在对数预期时间内寻找最佳匹配的算法”，数学软件计算机器交易协会，第3卷，第209-226页，1977年·Zbl 0364.68037号 ·数字对象标识代码：10.1145/355744.355745 [12] R.J.Hyndman，“斯特格斯构建直方图规则的问题”，《商业》，1995年7月1日至2日。 [13] D.R.Wilson和T.R.Martinez，“基于实例的学习算法的简化技术”，《机器学习》，第38卷，第3期，第257-286页，2000年·兹比尔0954.68126 ·doi:10.1023/A:1007626913721 [14] J.Kaiser，“小样本热甲板程序的有效性”，载于《美国统计协会年度会议论文集》，堪萨斯大学Kalton G.，《调查数据缺失的补偿》。密歇根州安阿伯：密歇根大学调查研究中心，1983年。 [15] S.J.Schieber，“在对低收入老年人和残疾人的调查中，分配未报告社会保障收入的三种替代技术的比较”，载于美国统计协会调查研究方法部分会议记录，1978年·doi:10.2307/2683165 [16] M.J.Colledge、J.H.Johnson、R.Pare和I.J.Sande，“调查数据的大规模插补”，载于《调查研究方法》，第431-436页，美国统计协会，1978年。 [17] P.Giles，“调查数据的广义编辑和插补模型”，《加拿大统计杂志》，第16卷，第57-73页，1988年·Zbl 0663.62019号 ·doi:10.2307/3315216 [18] A.M.Mineo和M.Ruggieri，“指数幂分布的软件工具：normalp包”，《统计软件杂志》，第12卷，第1-24页，2005年。 [19] P.Jönsson和C.Wohlin，“同质Likert数据的k近邻插补基准”，《实证软件工程》，第11卷，第3期，第463-489页，2006年·doi:10.1007/s10664-006-9001-9 [20] J.M.G.Taylor，“对称的幂变换”，Biometrika，第72卷，第1期，第145-1521985页·Zbl 0563.62044号 ·doi:10.1093/biomet/72.1.145 [21] M.R.Anderberg，《应用聚类分析》，学术出版社，美国纽约州纽约市，1973年·Zbl 0299.62029号 [22] I.E.Franck和R.Todeschini，《数据分析手册》，荷兰阿姆斯特丹爱思唯尔出版社，1994年。 [23] J.C.Gower，“一般相似系数及其一些特性”，《生物统计学》，第27卷，第623-637页，1971年。 [24] L.Kaufman和P.J.Rousseeuw，《在数据中发现群体》，《概率和数理统计中的Wiley系列：应用概率和统计》，John Wiley&Sons，纽约州纽约市，美国，1990年·Zbl 1345.62009号 ·doi:10.1002/9780470316801 [25] A.Di Ciaccio，“缺少观测的定性和定量同时聚类”，《应用统计》，第4卷，第599-609页，1992年。 [26] M.N.Murthy、E.Chacko、R.Penny和M.Hossain，“多元最近邻插补”，《转型期统计杂志》，第6卷，第55-66页，2003年。 [27] G.A.F.Seber，《多元观测》，《概率和数学统计中的威利级数：概率和数学统计学》，John Wiley&Sons，美国纽约州纽约市，2004年·Zbl 0627.62052号 ·数字对象标识代码：10.1002/9780470316641 [28] C.K.Enders，《应用缺失数据分析》，吉尔福德出版社，美国纽约州纽约市，2010年。 [29] S.Pavoine、J.Vallet、A.B.Dufour、S.Gachet和H.Daniel，“关于处理各种类型变量的挑战：改进功能多样性测量的应用”，《Oikos》，第118卷，第3期，第391-402页，2009年·doi:10.1111/j.1600-0706.2008.16668.x [30] J.C.Gower和P.Legendre，“不同系数的度量和欧几里德性质”，《分类杂志》，第3卷，第1期，第5-48页，1986年·Zbl 0592.62048号 ·doi:10.1007/BF01896809 [31] M.Bankier、M.Lachance和P.Poirier，“2001年加拿大人口普查最小变化捐助者插补方法”，《统计数据编辑工作会议记录》，2000年，威尔士加的夫。 [32] Istat，CONCORD V.1.0：控制。Manuale Utente e Aspetti Metodologici，国家统计局，意大利罗马，2004年。 [33] M.Chiodi，“混合数据聚类的分区类型方法”，Rivista di Statistica Applicata，第2卷，第135-147页，1990年。 [34] H.C.Romesburg，《研究人员聚类分析》，克里格出版社，美国佛罗里达州马拉巴尔，1984年。 [35] M.Kagie、M.van Wezel和P.J.F.Groenen，“基于产品属性的图形化购物界面”，《决策支持系统》，第46卷，第1期，第265-276页，2008年·doi:10.1016/j.dss.2008.06.011 [36] R.C.T.Lee、J.R.Slagle和C.T.Mong，“走向记录的自动审计”，IEEE软件工程学报，第4卷，第5期，第441-448页，1978年·兹伯利0385.6078 ·doi:10.1109/TSE.1978.225939 [37] H.Abdi、A.J.O'Toole、D.Valentin和B.Edelman，“DISTATIS：多重距离矩阵的分析”，摘自《IEEE计算机学会计算机视觉和模式识别会议论文集》，第42-47页，美国加利福尼亚州圣地亚哥，2005年。 [38] P.D’Urso和M.Vichi，“三向纵向数据集轨迹之间的差异”，载于《数据科学与分类进展》，a.Rizzi、M.Vichi和H.-H.Bock，Eds.，第585-592页，德国柏林施普林格出版社，1998年。 [39] C.J.Albers、F.Critchley和J.C.Gower，“欧几里德距离锥中的群平均表示”，摘自《数据分析和分类的精选贡献》，P.Brito、P.Bertrand、G.Cucumel和F.de Carvalho，Eds.，《分类、数据分析和知识组织研究》，第445-454页，德国柏林斯普林格， 2007. ·Zbl 1154.15312号 ·doi:10.1007/978-3-540-73560-1_41 [40] Y.Escoufier，“变量向量的追踪”，《生物统计学》，第29卷，第751-760页，1973年。 [41] Y.G.Fang、K.A.Loparo和X.Feng，“矩阵乘积迹的不等式”，IEEE自动控制汇刊，第39卷，第12期，第2489-2490页，1994年·Zbl 0825.93107号 ·doi:10.1109/9.362841 [42] 林光耀，“非负对称矩阵Perron-Frobenius定理的初等证明”，《中国物理学杂志》，第15卷，第283-285页，1977年。 [43] R开发核心团队，R：统计计算的语言和环境，R统计计算基金会，奥地利维也纳，2009年。 [44] A.Frank和A.Asuncion，加州大学信息与计算机科学学院UCI机器学习库，美国加州欧文，2010年，http://archive.ics.uci.edu/ml。 [45] R.H.Lock，“新车数据”，《统计教育杂志》，第1卷，第1期，1993年，http://www.amstat.org/publications/jse/v1n1/datasets.lock.html。 [46] A.C.Cameron和P.K.Trivedi，《计数数据的回归分析》，《计量经济学社会专题论文》第30卷，剑桥大学出版社，美国马萨诸塞州剑桥市，1998年·Zbl 0924.62004号 [47] J.H.Stock和M.W.Watson，《计量经济学导论》，Addison-Wesley，美国马萨诸塞州波士顿，第二版，2007年。 [48] J.R.Quinlan，“简化决策树”，《国际人机研究杂志》，第27卷，第3期，第221-2341987页·doi:10.1016/S0020-7373（87）80053-6 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。