小姐

R包missMDA:用/在多元数据分析中处理缺失值(主成分方法)。不完全连续或分类数据集的插补;缺失值用主成分分析(PCA)、多对应分析(MCA)模型或多因素分析(MFA)模型进行插补;用PCA和PCA进行多重插补


zbMATH中的参考文献(参考 15篇文章,1标准件)

显示第1到15个结果,共15个。
按年份排序(引用)

  1. Jiang,Wei;Josse,Julie;Lavielle,Marc;TraumaBase Group:带有缺失协变量的Logistic回归——联合建模框架下的参数估计、模型选择和预测(2020)
  2. Robin,Geneviève;Klopp,Olga;Josse,Julie;Moulines,èric;Tibshirani,Robert:混合和不完整数据帧中的主要影响和相互作用(2020年)
  3. Hadrien Lorenzo,Jérôme Saracco,Rodolphe Thiébaut:多块不完全数据的监督学习(2019)阿尔十四
  4. Parrella,Maria Lucia;Albano,Giusepina;La Rocca,Michele;Perna,Cira:在多元时间序列中重建缺失数据序列:环境数据的应用(2019)
  5. Borcard,Daniel;Gillet,François;Legendre,Pierre:数字生态学与R(2018)
  6. 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)
  7. Solaro,N.;Barbiero,A.;Manzi,G.;Ferrari,P.A.:多种数据模式下定量数据插补方法的模拟比较(2018年)
  8. 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
  9. Debón,A.;Chaves,L.;Haberman,S.;Villa,F.:欧盟国家群体间长寿不平等特征(2017年)
  10. 索拉罗,纳迪亚;巴比耶罗,亚历山德罗;曼齐,詹卡罗;法拉利,皮尔-阿尔达:基于序列距离的缺失数据插补方法:正向插补(2017年)
  11. Alexander Kowarik;Matthias Templ:R包VIM的插补(2016)不是zbMATH
  12. Audigier,Vincent;Husson,François;Josse,Julie:混合数据缺失值插补的主成分方法(2016)
  13. 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
  14. Josse,Julie;Chavent,Marie;Liquet,Benot;Husson,François:用正则化迭代多对应分析处理缺失值(2012)
  15. Josse,Julie;Pagès,Jérôme;Husson,François:主成分分析中的多重插补(2011年)