×
里安娜·玛格丽塔·肖滕;彼得·卢格蒂;格尔科·温克

生成用于模拟的缺失值：多元截肢程序。 （英语） Zbl 07192695号

J.统计计算。模拟 88，编号152909-2930（2018）.
摘要：数据缺失是科学研究中普遍存在的问题，尤其是因为大多数统计分析需要完整的数据。为了评估处理缺失数据的方法的性能，研究人员进行了模拟研究。这些研究的一个重要方面是在模拟的完整数据集中生成缺失值：截肢程序。我们调查了当前截肢实践和新开发和实施的多元截肢程序的方法学有效性和统计性质。我们发现，当前的实践方式可能不适合生成直观可靠的缺失数据问题。另一方面，多元截肢程序产生可靠的截肢，并允许对缺失数据问题进行适当的调整。该过程具有其他功能，可以精确地生成任何缺失的数据场景。因此，多元截肢程序是准确评估缺失数据方法的有效方法。

引用于6文件

MSC公司：

62至XX 统计

关键词：

缺少数据;多重插补;多元截肢;评价

软件：

全球工作时间;质量（R）;对
PDF格式BibTeX公司 XML格式引用
\textit{R.M.Schouten}等人，《统计计算杂志》。模拟88，第15期，2909--2930（2018；Zbl 07192695）
全文： 内政部

参考文献：

[1] Rubin D.调查中无应答的多重插补。纽约：约翰·威利父子公司；1987.【Crossref】，【谷歌学者】·2007年6月10日
[2] Rubin D.18岁以上的多重插补。美国统计协会杂志，1996年；91(434):473-489. doi:10.1080/01621459.1996.10476908[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0869.62014年
[3] Van Buuren S.缺失数据的灵活插补。佛罗里达州博卡拉顿：查普曼和霍尔/CRC；2012.【Crossref】，【谷歌学者】·Zbl 1256.62005年
[4] Vink G，Van Buuren S.平方项的多重插补。2013年社会方法研究；42(4):598-607. doi:10.1177/0049124113502943[Crossref]，[Web of Science®]，[Google学者]
[5] Fang F，Shao J.具有缺失响应和协变量值的广义线性模型的迭代插补估计。计算机统计数据分析。2016;103:111-123. doi:10.1016/j.csda.2016.04.010[Crossref]，[Web of Science®]，[Google学者]·Zbl 1466.62063号
[6] Kombo A，Mwambi H，Molenberghs G.具有单调缺失数据模式的有序纵向数据的多重插补。2016年应用统计杂志；44(2):270-287. doi:10.1080/02664763.2016.1168370[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1516.62393号
[7] Seaman S，Bartlett J，White I.具有非线性效应和相互作用的缺失协变量的多重插补：统计方法的评估。BMC医学研究方法。2012;12:1-13. doi:10.1186/1471-2288-12-46[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[8] Schouten R、Lugtig P、Brand J等。截肢时生成缺失值；2018; 【引用日期：2018年6月28日】。可从以下位置获得：https://rianneschouten.github.io/mice_ampute/vignette/remepte.html[谷歌学者]
[9] Van Buuren S，Groothuis-Oudshoorn C.小鼠：R.J Stat Softw中链式方程的多元插补。2011;45(3):1-67. [Web of Science®]，[Google学者]
[10] Sullivan T，White I，Salter A等。在随机试验中，多重插补是否应作为缺失数据的处理方法？2016年统计方法医学研究；1-17. doi:10.1177/0962280216683570[Crossref]，[Web of Science®]，[Google学者]
[11] Shara N，Yassin S，Valaitis E等。强心研究中随机和非随机缺失的肾功能数据：插补方法的比较。普洛斯一号。2015;10（9）:e0138923 doi:10.1371/journal.pone.0138923[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[12] Kontopantelis E，White I，Sperrin M等。结果敏感多重插补：一项模拟研究。BMC医学研究方法。2017;17(2):1-13. [PubMed]，[Google学者]
[13] Abrahantes J、Sotto C、Molenberghs G等人。通过插补处理缺失数据的各种软件工具的比较。J统计计算模拟。2011;18(11):1653-1675. doi:10.1080/00949655.2010.498788[泰勒和弗朗西斯在线]，[谷歌学者]·Zbl 1431.62007年
[14] Kalaycioglu O，Copas A，King M等人。重复测量观测研究中处理缺失数据的多种插补方法的比较。2016年《Stat Soc Ser A.》；(1793):683-706. doi:10.1111/rssa.12140[Crossref]，[Web of Science®]，[Google学者]
[15] Pastor J.非随机缺失数据的解释性线性回归模型的分析方法。合格数量。2003;37:363-376. doi:10.1023/A:1027323122628[Crossref]，[Web of Science®]，[Google学者]
[16] 鲁宾·D·推断和缺失数据。生物特征。1976;63(3):581-592. doi:10.1093/biomet/63.3.581[Crossref]，[Web of Science®]，[Google学者]·Zbl 0344.62034号
[17] Allison P.缺失数据的多重插补。社会方法研究2000；28（3）：301-309。doi:10.1177/0049124100028003003[Crossref]，[Web of Science®]，[Google学者]
[18] Yuan K、Yang Wallentin F、Bentler P.ML与MI就违反分布条件的缺失数据进行比较。2012年社会方法研究；4(4):598-629. doi:10.1177/0049124112460373[交叉引用]，[谷歌学者]
[19] Vink G走向多重插补程序的标准化评估；2016; 【引用日期：2018年6月28日】。可从以下位置获得：https://www.gerkovink.com/publications网站/[谷歌学者]
[20] Brand J.为不完整数据集的统计分析制定、实施和评估多重插补策略。鹿特丹大学医学中心；1999年[谷歌学者]
[21] Van Buuren S、Brand J、Groothuis-Oudshoorn C等，《多元插补中的完全条件规范》。J统计计算模拟。2006;76（12）：1049-1064。doi:10.1080/10629360600810434[Taylor&Francis Online]，[Web of Science®]，[Google学者]·兹比尔1144.62332
[22] Brand J、Van Buuren S、Groothuis-Oudshoorn C等人。SAS中用于评估多重插补方法的工具包。尼兰迪卡统计学家。2003;57(1):36-45. doi:10.1111/1467-9574.00219[Crossref]，[Web of Science®]，[Google学者]
[23] Ripley B、Venables B、Bates D.R包MASS；2018; 【引用日期：2018年6月28日】。可从以下位置获得：https://cran.r-project.org/web/packages/MASS/index.html[谷歌学者]
[24] R核心团队。用于统计计算和图形的语言和环境。R统计计算和图形基金会；2018; 【引用日期：2018年6月28日】。可从以下位置获得：网址：http://www.R-project.org/[谷歌学者]
[25] Vink G，Frank L，Pannekoek J，等。半连续变量的预测均值匹配插补。Neerlandica统计局。2014;68(1):61-90. doi:10.1111/stan.12023[Crossref]，[Web of Science®]，[Google学者]
[26] Enders C.应用缺失数据分析。纽约：吉尔福德出版社；2010.[谷歌学者]
[27] Wu W，Jia F，Rhemtulla M，et al.寻找有效的完整和计划缺失数据设计，以分析变化。Behav Res方法。2016;48(3):1047-1061. doi:10.3758/s13428-015-0629-5[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[28] Bunting B，Adamson G，Mulhall P。具有计划不完全数据结构的MTMM模型的蒙特卡罗检验。结构Equ建模。2009;9(3):369-389. doi:10.1207/S15328007SEM0903_4[Taylor&Francis Online]，[Google学者]
[29] Rhemtulla M，Little T.为认知发展研究计划缺失数据设计。《认知发展杂志》2012；13(4):425-438. doi:10.1080/15248372.2012.717340[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[30] Graham J、Taylor B、Olchowski A等。心理研究中的计划缺失数据设计。心理方法。2006;11(4):323-343. doi:10.1037/1082-989X.11.4.323[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[31] Boeschoten L，Vink G，Hox J.如何在单位无响应下获得有效推理？J Off Stat.2017；33(4):963-978. [Crossref]、[Web of Science®]、[Google学者]
[32] Little R，Rubin D.缺少数据的统计分析。纽约：John Wiley&Sons；2002.【Crossref】，【谷歌学者】·Zbl 1011.62004号
[33] Molenberghs G，Kenward M.临床研究中缺少数据。奇切斯特：约翰·威利父子公司；2007.【Crossref】，【谷歌学者】
[34] Boeschoten L，Oberski D，De Waal A.使用多重内插潜在类建模（MILC）估计综合调查-登记数据中编辑限制下的分类误差。J Off Stat.2017；33(4):921-962. [Crossref]、[Web of Science®]、[Google学者]
[35] Boeschoten L，Oberski D，De Waal A.组合调查登记数据中编辑限制下的分类误差估计。荷兰统计局：哥伦比亚广播公司讨论文件；2016.【谷歌学者】
[36] Horton N，Kleinman K。无事生非：比较缺失数据方法和软件，以拟合不完整数据回归模型。J Amer统计协会，2007年；61(1):79-90. doi:10.1198/000313007X172556[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[37] Miller I，Miller M.数学期望。第4章。收录人：约翰·E·弗伦德，编辑。数学统计学及其应用。新泽西州：皮尔森·普伦蒂斯·霍尔；2004年，第129-163页。[谷歌学者]
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。