惯性矩

R中的多重插补诊断(mi):打开黑盒子的窗口。我们在R中的mi包有几个特性,允许用户进入插补过程并评估结果模型和插补的合理性。这些特征包括:对连锁插补模型的预测因子、模型和转换的选择;用于检查插补所用条件分布拟合度的标准残差图和组合残差图;以及用于比较观测数据和插补数据分布的图。此外,我们使用贝叶斯模型和弱信息先验分布来构造更稳定的插补模型估计。我们的目标是有一个示范包,(a)避免现有多元插补程序产生的许多实际问题,(b)展示最先进的诊断方法,可以更广泛地应用,并可以纳入其他人的软件中。

这个软件也是同行评审按日记帐JSS公司.


zbMATH中的参考文献(参考 24篇文章 24篇,1标准件)

显示第1到第20个结果,共24个。
按年份排序(引用)
  1. Imbert,Alyssa;Vialaneix,Nathalie:《统计分析中缺失数据的探索、处理、插补和评估:现有方法综述》(2018年)
  2. Murray,Jared S.:多重插补:实践和理论研究结果回顾(2018)
  3. Audigier,Vincent;Husson,François;Josse,Julie:MIMCA:multiple Importation for Category variables with multiple Accurance analysis(2017年),对分类变量进行多重插补
  4. 冯,丹尼斯;库特尼克,彼得;莫克,艾达;梁,弗雷德里克;李朴怡,贝蒂;麦,叶妍;泰勒,马修泰尔福:香港小学数学教师背景、学科知识和教学效能与学生成绩的关系:指示性研究(2017)数学
  5. Groll,Andreas;Tutz,Gerhard:离散生存模型中的变量选择,包括异质性(2017)
  6. Gupta,Vinay K.;Grover,Gurprit:使用广义线性模型对伽马结果变量进行多重插补(2017年)
  7. Julie Josse;François Husson:missMDA:多变量数据分析中处理缺失值的软件包(2016)不是zbMATH
  8. Karakaya,Jale;Karabulut,Erdem;Yucel,Recai M.:不完整数据下接收器工作特性分析中对插补模型和假设的敏感性(2015年)
  9. Nguyen,Cattram D.;Lee,Katherine J.;Carlin,John B.:多重插补模型的后验预测检验(2015年)
  10. Rashid,S.;Mitra,R.;Steele,R.J.:在存在缺失数据的情况下,使用(t)密度的混合物来推断少量多重插补数据集(2015年)
  11. 《基于变量的预测模型》;Wan M,2015年,基于变量的有效剂量预测模型
  12. Daniel Oberski:Lavan.survey:结构方程模型复杂调查分析的R包(2014)不是zbMATH
  13. Liu,Jingchen;Gelman,Andrew;Hill,Jennifer;Su,Yu Sung;Kropko,Jonathan:关于迭代插补的平稳分布(2014)
  14. van Ginkel,Joost R.;Krooneberg,Pieter M.:在主成分分析中使用广义Procrustes分析进行多重插补(2014)
  15. 李月林;拜伦,乔纳森:行为研究数据分析与R(2012)
  16. Zajonc,Tristan:动态治疗机制的贝叶斯推断:学生追踪中的流动性、公平性和效率(2012)
  17. Drechsler,Jörg:实践中的多重插补——使用复杂德国机构调查的案例研究(2011年)
  18. 统计数据披露:Jörg。理论与实施(2011)
  19. Larsen,MichaelD.:R.J.A.Little(2011)关于“校准贝叶斯,用于统计数据,特别是缺失数据”的讨论
  20. Recai Yucel:多重插补软件的现状(2011年)不是zbMATH