阿米莉亚

Amelia:Amelia II:缺失数据程序,Amelia II“多重插补”单个横截面(如调查)、时间序列(如一个国家每年收集的变量)或时间序列横截面数据集(如几个国家按年份收集)中的缺失数据。Amelia II实现了我们基于引导的算法,该算法给出的答案与标准IP或EMis方法基本相同,通常比现有方法快得多,并且可以处理更多变量。与Amelia I和其他统计上严格的插补软件不同,它几乎从不崩溃(但如果发现相反,请告诉我们!)。该项目还通过考虑横截面单位内观测值的时间序列趋势,以及允许专家在数据中纳入关于缺失单元格值的信念的先验知识,对现有方法进行了推广。Amelia II还包括对多重插补模型拟合的有用诊断。该程序从R命令行或通过不需要用户知道R的图形用户界面工作。(资料来源:http://cran.r-project.org/web/packages)


zbMATH中的参考文献(参考文献37篇文章,1标准件)

显示结果1到20,共37个。
按年份排序(引用)
  1. MichałNarajewski,Jens-Kley-Holsteg,Florian Ziel:tsrobprep-一个用于时间序列数据稳健预处理的R包(2021)阿尔十四
  2. 丹尼尔:R紧凑型。简介(2021年数据分析)
  3. 帕雷拉,玛丽亚·露西亚;阿尔巴诺,朱塞皮纳;拉罗卡,米歇尔;Perna,Cira:在多元时间序列中重建缺失数据序列:在环境数据中的应用(2019)
  4. Zoe Meers,Robert Hickman,Thomas J.Leeper:ggparliament:A ggplot2 for parliament plotsin R(2019)的ggplot2延期数学不是ZB
  5. 贝尔西马斯,迪米特里斯;波洛夫斯基,科林;卓英黛西:从预测方法到缺失数据插补:一种优化方法(2018)
  6. 伊伯特,艾莉莎;Vialaneix,Nathalie:探索、处理、插补和评估统计分析中的缺失数据:现有方法综述(2018)
  7. 利西奥,安德鲁;Maitra,Ranjan:一种有效的(k)-均值型算法,用于不完全记录的数据集聚类(2018)
  8. 奥迪吉尔,文森特;胡森,弗朗索瓦;Josse,Julie:MIMCA:多对应分析分类变量的多重插补(2017)
  9. Daniel Mcneish:《小样本下任意缺失的缺失数据方法》(2017)
  10. 威利斯,豪尔赫一世。;Marmolejo Ramos,Fernando:扩展列联表的图形诊断测试(2017)
  11. 亚历山大·科瓦里克;Matthias Templ:R包VIM插补(2016)数学不是ZB
  12. 奥迪吉尔,文森特;胡森,弗朗索瓦;Josse,Julie:使用贝叶斯主成分分析对连续变量进行多重插补(2016)
  13. 钱伯斯,约翰M.:扩展R(2016)
  14. 康罗伊,布莱恩;艾瑟曼,拉里;波茨,克里斯蒂安;徐威尔逊,闽南:缺失数据下稳健分类的动态集成方法(2016)
  15. Jorge Tendeiro和Rob Meijer和A.Niessen:PerFit:R软件包,用于IRT中的人适合度分析(2016)数学不是ZB
  16. 朱莉·约瑟夫;弗朗索瓦·胡森:missMDA:多元数据分析中处理缺失值的软件包(2016)数学不是ZB
  17. Neeraj Bokde,Kishore Kulat,Marcus W Beck,Gualberto Asencio Cortes:R软件包输入用于比较单变量时间序列插补方法的试验台(2016年)阿尔十四
  18. Faraway,Julian J.:带R的线性模型(2015)
  19. 阮,卡特拉姆D。;李,凯瑟琳J。;Carlin,John B.:多重插补模型的后验预测检验(2015)
  20. Cheng Xiaoyue Cheng和Dianne Cook和Heike Hofmann:使用图形用户界面直观地探索多变量数据中的缺失值(2015)数学不是ZB