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)

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考文献41条,1标准件)

显示第1到第20个结果，共41个。
按年份排序(引用)
  1. 罗伊，阿尔卡普拉瓦；Ghosal，Subhashis:大图上函数观测的最优贝叶斯平滑（2022）
  2. 赵宇轩，马德琳·尤德尔：G插补：缺失数据插补的一个软件包（2022年）阿尔十四
  3. 贝尔西马斯，迪米特里斯；奥法努达基，阿格尼；Pawlowski，Colin:时间序列中临床协变量的插补（2021年）
  4. 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
  5. 冯·希佩尔，保罗·T。；Bartlett，Jonathan W.：最大似然多重插补：快速插补和无后验提取的一致标准误差（2021年）
  6. 丹尼尔：R紧凑型。数据分析快速入门（2021）
  7. 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）
  8. Zoe Meers，Robert Hickman，Thomas J.Leeper:ggparliament:A ggplot2 for parliament plotsin R（2019）的ggplot2延期不是zbMATH
  9. 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）
  10. 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）
  11. 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）
  12. 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）
  13. Daniel Mcneish：《小样本下任意缺失的缺失数据方法》（2017）
  14. 威利斯，豪尔赫一世。；Marmolejo Ramos，Fernando:扩展列联表的图形诊断测试（2017）
  15. 亚历山大·科瓦里克；Matthias Templ:R包VIM插补（2016）不是zbMATH
  16. 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）
  17. 钱伯斯，约翰M.：扩展R（2016）
  18. 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）
  19. 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）不是zbMATH
  20. 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）不是zbMATH