吉尔特·莫伦伯格;Els Goetghebeur 不完全分类数据的简单拟合算法。 (英语) Zbl 0886.62062号 J.R.Stat.Soc.,塞尔维亚。B类 59,第2期,401-414(1997). 摘要:基于不完全数据的一种流行估计方法是EM算法。对于分类数据,本文根据一类模型的完整数据和缺失数据模式,给出了观测数据对数似然及其导数的简单表达式。我们表明,直接使用观测数据的似然性很容易,并且具有一些优点。与EM算法相比,可以获得相当大的计算速度,并且可以获得参数估计的直接方差估计。通用公式以统一的方式处理广泛的缺失数据问题。两个示例已全部完成。 引用于1审查引用于7文件 MSC公司: 62H17型 应急表 62J12型 广义线性模型(逻辑模型) 关键词:粗化数据;分算法;纵向数据;最大似然估计;缺少值;多元分类数据;重复测量;EM算法 PDF格式BibTeX公司 XML格式引用 \textit{G.Molenberghs}和\textit{E.Goetghebeur},J.R.Stat.Soc.,Ser。B 59,编号2,401--414(1997;Zbl 0886.62062)