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;采用主成分分析(PCA)、多对应分析(MCA)或多因素分析(MFA)模型对缺失值进行插补;在主成分分析中使用和执行多重插补


zbMATH中的参考文献(参考文献16条,1标准件)

显示第1到16个结果,共16个。
按年份排序(引用)

  1. 姜伟;约瑟夫,朱莉;拉维勒,马克;创伤基础组: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. 罗宾,吉纳维;科洛普,奥尔加;乔西,朱莉;Moulines,埃里克;Tibshirani,Robert:混合和不完整数据帧中的主要影响和相互作用(2020)
  3. 张,切尔西;泰勒,肖恩J。;科布,柯蒂斯;Sekhon,Jasjeet:用于调查的主动矩阵因子分解(2020年)
  4. Hadrien Lorenzo,Jérôme Saracco,Rodolphe Thiébaut:多块不完全数据的监督学习(2019)阿尔十四
  5. 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)
  6. 波卡德,丹尼尔;吉列,弗朗索瓦;Legendre,Pierre:数值生态学与R(2018)
  7. 伊伯特,艾莉莎;探索和评估现有的统计分析方法:缺失数据的处理和填补(2018年)
  8. 索拉罗,N。;巴比耶罗,A。;曼齐,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)
  9. 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)
  10. 德邦,A。;查维斯,L。;哈伯曼,S。;Villa,F.:欧盟国家群体间寿命不平等特征(2017)
  11. 索拉罗,纳迪亚;巴比耶罗,亚历山德罗;曼齐,詹卡洛;Ferrari,Pier Alda:基于序列距离的缺失数据插补方法:正向插补(2017)
  12. 亚历山大·科瓦里克;Matthias Templ:R包VIM插补(2016)不是zbMATH
  13. 奥迪吉尔,文森特;胡森,弗朗索瓦;Josse,Julie:混合数据缺失值的主成分法(2016)
  14. 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
  15. 约瑟夫,朱莉;查文,玛丽;酒,贝诺;Husson,François:用正则化迭代多对应分析处理缺失值(2012)
  16. 约瑟夫,朱莉;帕吉斯,杰罗姆;胡森,弗朗索瓦:主成分分析中的多重插补(2011)