×
Hapfelmeier，A。;T·霍霍恩。;Ulm，K。

使用替代决策和多重插补对不完整数据进行递归分区。 （英语） Zbl 1243.62092号

计算。统计数据分析。 56，第6期，1552-1565（2012）.
摘要：缺失数据的发生是统计数据分析中的一个主要问题。所有科学领域和各种类型和规模的数据都受到这个问题的影响。不幸的是，有许多临时解决方案会导致权力损失、有偏见的推断、对可变性的低估以及变量之间的扭曲关系。越来越受欢迎的一种更有希望的方法是链方程多重插补（MICE），也称为完全条件规范插补（FCS）。插补的替代方法由具有内置程序的方法提供。这些包括通过分类树和回归树以及相应的随机森林进行递归分区。然而，很少有文献对这两种方法进行比较。由于数据结构和模拟方案的限制，现有评估通常缺乏通用性。将这两种方法应用于多种数据和不同的模拟设置，旨在改进和扩展比较分析。对分类和回归研究进行了检查。递归分区由两个流行的树和一个随机森林实现执行。研究结果表明，多重插补对模拟数据和现实数据都产生了模糊的绩效结果。相反，使用代理是一种快速而简单的方法，可以实现几乎可以忽略不计的性能差，在许多情况下甚至更好。

引用于8文件

MSC公司：

62小时30分 分类和区分；聚类分析（统计方面）
99时62分 多变量分析
65C60个 统计中的计算问题（MSC2010）

关键词：

分类和回归树;随机森林;多重插补;老鼠;代理人

软件：

4.5条;老鼠;随机森林;UCI-毫升;聚会;r零件;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{A.Hapfelmeier}等人，计算。统计数据分析。56，第6号，1552--1565（2012；Zbl 1243.62092）
全文： DOI程序

参考文献：

[1] Allison，T。；Cicchetti，D.V.，《哺乳动物的睡眠：生态和体质相关性》，《科学》，194732-734（1976）
[2] Asuncion，A.，Newman，D.J.，2007年。UCI机器学习库。；Asuncion，A.，Newman，D.J.，2007年。UCI机器学习库。
[3] Boulesteix，A.L。；斯特罗布尔，C。；奥古斯丁，T。；Daumer，M.，评估基于微阵列的分类器：概述，《癌症信息》，677-97（2008）
[4] Breiman，L.，打包预测，机器学习，24123-140（1996）·Zbl 0858.68080号
[5] Breiman，L.，《随机森林》，机器学习，45，5-32（2001）·Zbl 1007.68152号
[6] 布雷曼，L。；弗里德曼，J。；斯通，C.J。；Olshen，R.A.，分类和回归树（1984），查普曼和霍尔，CRC·Zbl 0541.62042号
[7] Bühlmann，P。；Yu，B.，分析袋装，《统计年鉴》，30927-961（2002）·Zbl 1029.62037号
[8] 汉堡，L.F。；Reiter，J.P.，通过序列回归树对缺失数据进行多重插补，《美国流行病学杂志》，1721070-1076（2010）
[9] 钱伯斯，J.M.，（数据分析的图形方法（统计）（1983），查普曼和霍尔，CRC）
[10] 埃尔特，M。；舒尔兹·温特兰，R。；Wittenberg，T.，使用两种计算机辅助设计方法预测乳腺癌活检结果，这两种方法都强调可理解的决策过程，医学物理学，3414164-4172（2007）
[11] Farhangfar，A。；库根，L。；Dy，J.，缺失值插补对离散数据分类误差的影响，模式识别，41，3692-3705（2008）·Zbl 1173.68479号
[12] Feelders，A.J.，《处理树中缺失的数据：替代分裂或统计插补》（PKDD’99：第三届欧洲数据挖掘和知识发现原则会议论文集（1999），Springer-Verlag:Springer-Verlag London，UK），329-334
[13] 哈伯曼，S.J.，1976年。对数线性模型的广义残差。摘自：《第九届国际生物计量学会议论文集》，第104-122页。；哈伯曼，S.J.，1976年。对数线性模型的广义残差。摘自：《第九届国际生物统计学会议记录》，第104-122页。
[14] O.哈雷。；周晓华，《多重插补：理论、实施和软件综述》，《医学统计学》，第26期，第3057-3077页（2007年）
[15] 何毅。；扎斯拉夫斯基，A。；Landrum，M。；哈灵顿，D。；Catalano，P.，《大规模复杂调查中的多重插补：实用指南》，《医学研究中的统计方法》（2009年）
[16] 希尔森贝克，S.G。；Clark，G.M.，最佳选择切点的实用（p）值调整，《医学统计学》，第15期，第103-112页（1996年）
[17] 新泽西州霍顿。；Kleinman，K.P.，《无事生非：缺失数据方法和软件的比较，以拟合不完全数据回归模型》，《美国统计学家》，6179-90（2007）
[18] Hothorn，T.、Hornik，K.、Strobl，C.、Zeileis，A.，2008年。参与方：递归零件定位实验室。R包版本0.9-9993。；Hothorn，T.、Hornik，K.、Strobl，C.、Zeileis，A.，2008年。参与方：递归零件定位实验室。R包版本0.9-9993。
[19] Hothorn，T。；霍尼克，K。；Zeileis，A.，无偏递归分区，计算与图形统计杂志，15651-674（2006）
[20] 詹森，K.J。；Donders，A.R。；哈雷尔，F.E。；韦古韦，Y。；陈，Q。；格罗比，D.E。；Moons，K.G.，《医学研究中缺失的协变量数据：插补比忽略要好》，《临床流行病学杂志》，63721-727（2010）
[21] 杨森，K.J。；韦古韦，Y。；Donders，A.R。；哈雷尔，F.E。；陈，Q。；格罗比，D.E。；Moons，K.G.，应用临床预测模型时处理缺失的预测值，临床化学，55994-1001（2009）
[22] Klebanoff，医学硕士。；Cole，S.R.，《在流行病学文献中使用多重插补》，《美国流行病学杂志》，168，355-357（2008）
[23] 劳森，B。；Sauerbrei，W。；Schumacher，M.，用于探索不同尺度上测量的预后因素的分类和回归树（cart），（Dirschedl，P.；Ostermann，R.，计算统计学（1994），Physica-Verlag:Physica-Verlag Heidelberg），483-496
[24] Liaw，A。；Wiener，M.，《随机森林分类与回归》，R News，2，18-22（2002）
[25] Little，R.J.A。；鲁宾，D.B.，《缺失数据的统计分析》，第二版（2002年），威利国际科学·兹比尔1011.62004
[26] 卢内塔，K。；海沃德，B.L。；西格尔，J。；Van Eerdewegh，P.，《筛选大规模关联研究数据：利用随机森林开发相互作用》，BMC遗传学，5（2004）
[27] 梅塞里，P。；Lee，G。；Abramson，D.M。；艾达拉，A。；Chiasson，医学硕士。；Jessop，D.J.，抗逆转录病毒治疗与纽约市艾滋病死亡率下降，《医疗杂志》，4512-521（2003）
[28] Mosteller，F。；Tukey，J.W.，《数据分析与回归：统计学第二课程》（1977年），Addison-Wesley Pub。公司。
[29] 尼科迪默斯，K。；Malley，J。；斯特罗布尔，C。；Ziegler，A.，《预测相关下基于随机森林排列的变量重要性度量的行为》，BMC生物信息学，11（2010），\（110+\）
[30] Pearson，R.K.，《伪装缺失数据的问题》，SIGKDD探索通讯，883-92（2006）
[31] 昆兰，J.R.，（C4.5：机器学习程序（摩根-考夫曼机器学习系列）（1993），摩根-考夫曼）
[32] R开发核心团队，2010年。R： 用于统计计算的语言和环境。R统计计算基金会。奥地利维也纳，ISBN:3-900051-07-0。；R开发核心团队，2010年。R： 用于统计计算的语言和环境。R统计计算基金会。奥地利维也纳。ISBN:3-900051-07-0。
[33] Rieger，A.，Hothorn，T.，Strobl，C.，2010年。协变量中缺失值的随机森林。；Rieger，A.，Hothorn，T.，Strobl，C.，2010年。协变量中缺失值的随机森林。
[34] Rubin，D.B.，《推断和缺失数据》，《生物统计学》，63，581-592（1976）·Zbl 0344.62034号
[35] Rubin，D.B.，《调查中无应答的多重插补》（1987），J.Wiley&Sons：J.Willey&Sons纽约·2007年6月10日
[36] Rubin，D.B.，“年满18岁后的多重插补”，《美国统计协会杂志》，91，473-489（1996）·Zbl 0869.62014年
[37] Schafer，J.L.，《不完全多元数据分析》（1997），查普曼和霍尔出版社·Zbl 0997.62510号
[38] Schafer，J.L。；Graham，J.W.，《缺失数据：我们对最新技术的看法》，《心理学方法》，第7期，第147-177页（2002年）
[39] 斯特拉瑟，H。；韦伯，C.，关于置换统计的渐近理论，统计的数学方法，2（1999）·Zbl 1103.62346号
[40] 斯特罗布尔，C。；Boulesteix，A.L。；Augustin，T.，基于基尼指数的分类树无偏分割选择，计算统计与数据分析，52，483-501（2007）·Zbl 1452.62469号
[41] 斯特罗布尔，C。；Boulesteix，A.L。；Kneib，T。；奥古斯丁，T。；Zeileis，A.，随机森林条件变量重要性，BMC生物信息学，9（2008），（307+\）
[42] 斯特罗布尔，C。；Boulesteix，A.L。；Zeileis，A。；Hothorn，T.，《随机森林变量重要性度量中的偏差：插图、来源和解决方案》，BMC生物信息学，8（2007），\（25+\）
[43] 斯特罗布尔，C。；Malley，J。；Tutz，G.，《递归分区简介：分类树和回归树、套袋和随机森林的原理、应用和特征》，《心理学方法》，第14期，第323-348页（2009年）
[44] 坦普尔，M。；科瓦里克，A。；Filzmoser，P.，使用标准和稳健方法的迭代逐步回归插补，计算统计与数据分析，552793-2806（2011）
[45] Therneau，T.M.，Atkinson，B.，2009年。rpart：递归分区。R软件包版本3.1-45；B.Ripley的R港口。；Therneau，T.M.，Atkinson，B.，2009年。rpart：递归分区。R包版本3.1-45；B.Ripley的R港口。
[46] van Buuren，S.，通过完全条件规范对离散和连续数据进行多重插补，《医学研究中的统计方法》，第16期，第219-242页（2007年）·Zbl 1122.62382号
[47] Van Buuren，S。；Brand，J.P.L。；Groothuis-Audshoorn，C.G.M。；Rubin，D.B.，《多元插补的完全条件规范》，《统计计算与模拟杂志》，761049-1064（2006）·Zbl 1144.62332号
[48] van Buuren，S.，Groothuis-Oudshoorn，K.，2011年。小鼠：《统计软件杂志》第1-68页（出版中）中链式方程的多元插补。；van Buuren，S.，Groothuis-Oudshoorn，K.，2011年。《小鼠：通过连锁方程进行多元插补》，见《统计软件杂志》，第1-68页（出版中）。
[49] 韦纳布尔斯，W.N。；里普利，B.D.，《现代应用统计学与S》（2003），施普林格出版社：美国纽约施普林格·Zbl 1006.62003号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。