×
M.G.肯沃德。;莫伦伯格，G。

当数据随机丢失时，基于可能性的频率学家推断。 （英语） Zbl 1099.62503号

统计科学。 13，第3期，第236-247页（1998年）.
摘要：鲁宾和利特尔关于缺失值过程分类的原始工作中最常被引用的结果之一是随机缺失（MAR）机制下基于似然的推断的有效性。尽管鲁宾精确地定义了这一结果的意义，并在后来的工作中进行了探索，但现在一些作者似乎以一种普遍且相当不精确的方式使用了这一结果，特别是在使用频繁主义推理模式方面。本文阐述了MAR机制下基于似然的频数推理，特别说明了这种推理的哪些方面不能脱离对缺失值机制的考虑。这一发展通过三个简单的设置进行了说明：一个二元二元结果、一个二变量高斯结果和一个两阶段序列程序，具有高斯结果和实际纵向示例，涉及分类结果和连续结果。特别地，表明经典的期望信息矩阵是有偏的，并且建议使用观测信息矩阵。

引用于26文件

MSC公司：

62A01型 统计学基础和哲学主题

关键词：

辍学;期望信息矩阵;似然函数;似然比;纵向数据;观测信息矩阵;顺序法
PDF格式BibTeX公司 XML格式引用
\textit{M.G.Kenward}和\textit{G.Molenberghs}，统计科学。13，第3号，236--247（1998；Zbl 1099.62503）
全文： 内政部

参考文献：

[1] Armitage，P.（1975）。连续医学试验。牛津大学布莱克威尔分校。
[2] 贝克·S·G（1992）。当对分类数据使用EM算法时，计算观测信息矩阵的简单方法。J.计算。图表。统计师。1 63-76. ·doi:10.2307/1390600
[3] Cox，D.R.和Hinkley，D.V.（1974年）。理论统计。查普曼和霍尔，伦敦·Zbl 0334.62003号
[4] Crépeau，H.、Koziol，J.、Reid，N.和Yu，Y.S.（1985）。从重复测量实验中分析不完整的多元数据。生物统计学41 505-514·Zbl 0614.62086号 ·doi:10.2307/2530875
[5] Diggle，P.J.（1992）。纵向研究中的信息性和随机辍学。给编辑的信。生物计量学48 947。
[6] 迪格尔，P.J.（1993）。缺少数据的估计。回复给编辑的一封信。生物计量学49 580。
[7] 爱德华兹·A·W·F（1972）。可能性。剑桥大学出版社·Zbl 0231.62005号
[8] Efron，B.和Hinkley，D.V.（1978年）。评估最大似然估计量的准确性：观察到的与预期的Fisher信息。生物特征65 457-487。JSTOR公司：·Zbl 0401.62002号 ·doi:10.1093/biomet/65.3.457
[9] Fitzmaurice，G.M.、Laird，N.M.和Lipsitz，S.R.（1994）。分析不完整的纵向二进制响应：一种类似的方法。生物统计学50 601-612。JSTOR公司：·Zbl 0825.62776号 ·doi:10.2307/2532775
[10] Heitjan，D.F.（1993）。缺少数据的估计。给编辑的信。生物计量学49 580。
[11] Heitjan，D.F.（1994）。一般不完整数据模型中的可忽略性。生物特征81 701-708。JSTOR公司：·2008年10月8日Zbl ·doi:10.1093/biomet/81.4.701
[12] Jennrich，R.I.和Schluchter，M.D.（1986年）。具有结构协方差矩阵的非平衡重复测量模型。生物统计学42 805-820。JSTOR公司：·Zbl 0625.62052号 ·数字对象标识代码：10.2307/2530695
[13] Kenward，M.G.、Lesaffre，E.和Molenberghs，G.（1994年）。最大似然和估计方程在分析随机缺失病例的纵向研究有序数据中的应用。生物统计学50 945-953·Zbl 0825.62797号 ·doi:10.2307/2533434
[14] Laird，N.M.（1988年）。纵向研究中缺少数据。医学统计学7 305-315。
[15] Little，R.J.A.（1976年）。关于不完全多元数据均值的推断。生物特征63 593-604。JSTOR公司：·Zbl 0344.62049号 ·doi:10.1093/生物技术/63.3593
[16] Little，R.J.A.和Rubin，D.B.（1987年）。缺失数据的统计分析。纽约威利·Zbl 0665.62004号
[17] Louis，T.A.（1982）。使用EM算法时，寻找观测信息矩阵。J.罗伊。统计师。Soc.序列号。乙44 226-233。JSTOR公司：·Zbl 0488.62018号
[18] Meilijson，I.（1989）。对EM算法的快速改进。J.罗伊。统计师。Soc.序列号。B 51 127-138。JSTOR公司：·Zbl 0674.65118号
[19] Meng，X.-L.和Rubin，D.B.（1991）。使用EM获得简单的方差-方差矩阵：SEM算法。J.Amer。统计师。协会86 899-909。
[20] Molenberghs，G.、Kenward，M.G.和Lesaffre，E.（1997年）。信息缺失的纵向有序数据分析。生物特征84 33-44·Zbl 0883.62120号 ·doi:10.1093/biomet/84.1.33
[21] Molenberghs G.和Lesaffre，E.（1994年）。使用n向Placket分布对相关序数数据进行边缘建模。J.Amer。统计师。协会89 633-644·Zbl 0802.62063号 ·doi:10.2307/2290866
[22] Murray，G.D.和Findlay，J.G.（1988）。纠正血压试验中因中途退出引起的偏差。医学统计学7 941-946。
[23] Patel，H.I.（1991）。通过重复测量分析临床试验的不完整数据。生物特征78 609-619。JSTOR公司：·兹比尔0737.62065 ·doi:10.1093/biomet/78.3.609
[24] 鲁宾，D.B.（1976年）。推断和缺失数据。生物特征63 581-592。JSTOR公司：·兹伯利0344.62034 ·doi:10.1093/biomet/63.3.581
[25] 威尔士，A.H.（1996）。统计推断方面。纽约威利·Zbl 0939.62003号
[26] Woolson，R.F.和Clarke，W.R.（1984）。分类不完全纵向数据分析。J.罗伊。统计师。Soc.序列号。A 147 87-99。
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。