×
保罗·祖科洛托

用区间估计缺失值进行主成分分析。 （英文） 兹比尔1443.62178

AStA，高级统计分析。 96，第1期，1-23页（2012）.
小结：本文在主成分分析的背景下导出了区间插补的一些统计性质。区间插补是最近提出的一项处理缺失值的建议，包括用区间替换空白，然后使用符号数据分析技术分析结果数据矩阵。这种方法最显著的优点是，它不需要单值插补，因此它使我们能够考虑到不完整的观测受到一定程度的不确定性的影响。为了说明该技术的功能，进行了示例和模拟研究。

引用于2文件

MSC公司：

62H25个 因子分析和主成分；对应分析

关键词：

缺少值;间隔数据;符号数据分析;主成分分析

软件：

RegEM公司;SODAS公司
PDF格式BibTeX公司 XML格式引用
\textit{P.Zuccolotto}，AStA，高级统计分析。96，第1号，1--23（2012；Zbl 1443.62178）
全文： 内政部

参考文献：

[1] Allison，P.D.：缺失数据。《千橡树圣人》（2002）·Zbl 1140.62354号
[2] Billard，L。；Diday，E.，《从数据统计到知识统计：符号数据分析》，美国统计协会，98，470-487，（2003）·doi:10.1198/016214503000242
[3] Bock，H.-H.，Diday，E.（编辑）：符号数据分析：从复杂数据中提取统计信息的探索性方法。施普林格，柏林（2000）·Zbl 1039.62501号
[4] Cazes，P.，Chouakria，A.，Diday，E.，Schektman，Y.：《复合原理分析扩展》。修订状态申请。45(3), 5-24 (1997)
[5] Chouakria，A.：扩展了分析因子A des donnes de type intervalle的方法。巴黎多芬大学博士论文（1998年）
[6] Chouakria，A。；迪迪，E。；Cazes，P.，《符号对象的改进阶乘表示法》，301-305，（1999），卢森堡
[7] Diday，E.：《Donnés分析》中的“方法符号”简介。巴黎第九大学多芬分校（1987）
[8] Diday，E.：符号数据分析及其在SODAS项目中的应用简介。塞雷马德博物馆，9914（1999）
[9] Diday，E.，Noirhomme-Frature，M.：符号数据分析和SODAS软件。威利，纽约（2008）·Zbl 1275.62029号
[10] Dong，W。；Shah，H.C.，计算模糊变量函数的顶点法，模糊集系统。，第24页，第65-78页，（1987年）·Zbl 0634.94025号 ·doi:10.1016/0165-0114（87）90114-X
[11] D’Urso，P。；Giordani，P.，区间值数据主成分分析的最小二乘法，Chemom。智力。实验室系统。，70, 179-192, (2004) ·doi:10.1016/j.chemolab.2003.11.005
[12] Geladi，P。；Kowanski，B.，《偏最小二乘回归：教程》，Ana。蜂鸣器。《学报》，185，1-17，（1986）·doi:10.1016/0003-2670（86）80028-9
[13] Gioia，F。；Lauro，C.N.，区间数据的主成分分析，计算。统计，21，343-363，（2006）·兹比尔1113.62072 ·doi:10.1007/s00180-006-0267-6
[14] Z.加哈拉马尼。；M.I.乔丹。；Cowan，J.D.（编辑）；Teswaro，G.（编辑）；Alspert，J.（编辑），《通过EM方法从不完整数据中监督学习》，第6期，（1994年）
[15] Godwa，K.C。；迪迪，E。；Nagabhushan，P.，符号数据的降维，模式识别。莱特。，16219-2231995年·doi:10.1016/0167-8655（94）00085-H
[16] 格隆，B。；Manne，R.，《主成分分析中的缺失值》，《化学》。智力。实验室系统。，42, 125-139, (1998) ·doi:10.1016/S0169-7439（98）00031-8
[17] Guttman，L.，公共因素分析的一些必要条件，《心理测量学》，第19期，第149-161页，（1954年）·Zbl 0058.13004号 ·doi:10.1007/BF02289162
[18] Haitovsky，Y.，回归分析中的缺失数据，J.R.Stat.Soc.B，30，67-82，（1968）·Zbl 0153.48103号
[19] 北卡罗来纳州劳罗。；Palumbo，F.，区间数据主成分分析：符号数据分析方法，计算。统计，15，73-87，（2000）·Zbl 0953.62058号 ·doi:10.1007/s001800050038
[20] Little，R.J.A.，Rubin，D.B.：缺失数据的统计分析。威利，纽约（1987）·Zbl 0665.62004号
[21] Jackson，J.E.：《主要组件用户指南》。威利，纽约（1991）·兹比尔074362047 ·doi:10.1002/0471725331
[22] Jolliffe，I.T.：主成分分析。斯普林格，纽约（2002）·Zbl 1011.62064号
[23] Kaiser，H.F.，《电子计算机在因子分析中的应用》，教育。精神病。测量。，141-151年（1960年）·doi:10.177/01316446002000116
[24] 卡尔顿，G。；Kasprzyk，D.，缺失调查回复的估算，22-31，（1982），亚历山大
[25] 明熙，C.P。；Cuiling，W.，《通过删除完全观察到的记录来处理缺失数据》，J.Stat.Plan。推断（2008）·Zbl 1160.62020年 ·doi:10.1016/j.jspi.2008.10.024
[26] 中华人民共和国纳尔逊。；Taylor，P.A。；MacGregor，J.F.，《PCA和PLS中的缺失数据方法：不完全观测的分数计算》，《化学》。智力。实验室系统。，35, 45-65, (1996) ·doi:10.1016/S0169-7439（96）00007-X
[27] Palumbo，F。；Lauro，C.N。；Yanai，H.（编辑）；Okada，A.（编辑）；Shigemasu，K.（编辑）；Kano，Y.（编辑）；Meulman，J.（编辑），基于中点和半径的区间值数据PCA，（2003），柏林
[28] 佩雷斯-内托，P.R。；Jackson，D.A。；Somers，K.M.，有多少主要成分？用于确定重新访问的非平凡轴数量的停止规则，计算。统计数据分析。，49, 974-997, (2005) ·Zbl 1429.62223号 ·doi:10.1016/j.csda.2004.06.015
[29] 里普利，B.D.：模式识别和神经网络。剑桥大学出版社，剑桥（1996）·Zbl 0853.62046号
[30] Roweis，S.，PCA和SPCA的EM算法，高级神经信息处理。系统。，10, 626-632, (1998)
[31] 鲁宾，D.B.：设计一个通用且灵活的系统，用于处理抽样调查中的无响应问题。手稿（1977）
[32] Rubin，D.B.，《抽样调查中的多重插补——无应答的现象学贝叶斯方法》，20-34，（1978）
[33] Rubin，D.B.：调查中无应答的多重插补。威利，纽约（1987）·2007年6月10日 ·数字对象标识代码：10.1002/9780470316696
[34] Schneider，T.，《不完整气候数据的分析：平均值和协方差矩阵的估计以及缺失值的插补》，《气候杂志》，第14期，第853-871页，（2001）·doi:10.1175/1520-00442（2001）014<0853:AOICDE>2.0.CO；2
[35] Tipping，M.E。；Bishop，C.M.，概率主成分分析，J.R.Stat.Soc.B，61，611-622，（1999）·Zbl 0924.62068号 ·doi:10.1111/1467-9868.00196
[36] Buuren，S。；布兰德，J.P.L。；Groothuis-Audshoorn，C.G.M。；Rubin，D.B.，《多元插补中的完全条件规范》，J.Stat.Comput。模拟。，76, 1049-1064, (2006) ·Zbl 1144.62332号 ·网址：10.1080/10629360600810434
[37] Wiberg，T。；Gordesh，J.（编辑）；Naeve，P.（编辑），《数据缺失时主成分的计算》，229-236，（1976），维也纳·Zbl 0385.62038号
[38] Wold，H。；David，F.（编辑），迭代最小二乘法非线性估计，411-444，（1966），纽约·Zbl 0161.15901号
[39] 沃尔德，S。；Esbensen，K。；Geladi，P.，主成分分析，化学。智力。实验室系统。，2, 37-52, (1987) ·doi:10.1016/0169-7439（87）80084-9
[40] Zuccolotto，P.，主成分分析中缺失值处理的符号数据方法，Stat.Appl。，6, 153-180, (2008)
[41] Zuccolotto，P.，满意度测量中采用区间插补的缺失值处理，Quad。《统计》，第11卷，第145-163页，（2009年）
[42] Zuccolotto，P.，《主成分分析中的符号缺失数据插补》，《统计分析》。数据最小，4171-183，（2011）·兹比尔07260276 ·doi:10.1002/sam.10101
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。