×
北卡罗来纳州索拉罗。;A.巴比罗。;G.Manzi。;宾夕法尼亚州法拉利。

在存在多种数据模式的情况下，定量数据插补方法的模拟比较。 （英语） Zbl 07192731号

J.统计计算。模拟 88，第18号，3588-3619（2018）.
摘要：通过模拟进行了广泛的调查，目的是在存在多种数据模式的情况下比较三种非参数、单一插补方法。最终目标是为用户提供有用的提示，让他们能够快速从以下几种插补方法中选择最有效的插补方法：ForImp的两种变体中考虑了前向插补（ForImp）和主成分分析（PCA），后者交替使用PCA和最近邻插补（NNI）方法，顺序程序，以及ForImp与马氏距离，其中涉及在执行NNI时使用马氏距离；迭代PCA技术，通过PCA同时输入缺失值；missForest方法，它基于随机森林，是为混合类型数据开发的。在以不同峰度或偏斜度和相关结构为特征的几种数据模式下，比较了这些方法的性能。

引用于1文件

MSC公司：

62H25个 因子分析和主成分；对应分析
62-07 数据分析（统计）（MSC2010）
62-04 统计相关问题的软件、源代码等
62小时99 多元分析

关键词：

正向插补;迭代主成分分析;马氏距离;miss森林;缺少数据;蒙特卡罗模拟;多元指数功率分布;多元偏正态分布;最近邻插补

软件：

MDA错误;GenForImp公司;锡;miss森林
PDF格式BibTeX公司 XML格式引用
\textit{N.Solaro}等人，《统计计算杂志》。模拟88，No.18，3588--3619（2018；Zbl 07192731）
全文： 内政部 链接

参考文献：

[1] Efron B.Bootstrap方法：再看一下折刀。Ann Stat.1979；7(1):1-26. doi:10.1214/aos/1176344552[Crossref]，[Web of Science®]，[Google学者]·Zbl 0406.62024号
[2] 小RJA，鲁宾DB。缺失数据的统计分析。第二版，纽约：威利；2002.【Crossref】，【谷歌学者】·Zbl 1011.62004号
[3] 谢弗JL。不完全多元数据分析。伦敦：查普曼和霍尔/CRC；1997.[交叉引用]，[谷歌学者]·Zbl 0997.62510号
[4] Molenberghs G，Kenward MG.临床研究中缺失数据。奇切斯特：威利；2007.【Crossref】，【谷歌学者】
[5] Haziza D.缺失数据下的插补和推断。收件人：Pfeffermann D，Rao CR，编辑。抽样调查：设计、方法和应用。第29页。北荷兰阿姆斯特丹：统计手册；2009年，第215-246页。[谷歌学者]
[6] Bello AL.不完全多元数据插补技术的选择：一项模拟研究。Commun Stat-Theor M.1993；22(3):853-877. doi:10.1080/03610929308831061[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0800.62344号
[7] Bello AL.线性二次和核判别分析中插补技术的模拟研究。J统计计算模拟。1993年；48((3-4)):167-180. doi:10.1080/00949659308811549[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0832.62055号
[8] Marella D，Scanu M，Conti PL.关于一些非参数插补程序的匹配噪声。统计概率出租。2008;78(12):1593-1600. doi:10.1016/j.spl.2008.01.020[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1325.62092号
[9] 宁静，程培华。非参数插补方法的比较研究。统计计算。2012;22(1):273-285. doi:10.1007/s1122-010-9223-y[Crossref]，[Web of Science®]，[Google学者]·Zbl 1322.62124号
[10] Tutz G，Ramzan S.用最近邻法改进缺失数据插补方法。计算统计数据分析。2015;90:84-99. doi:10.1016/j.csda.2015.04.009[Crossref]，[Web of Science®]，[Google学者]·Zbl 1468.62198号
[11] Ferrari PA，Annoni P，Barbiero A等。分类变量的插补方法及其在非线性主成分分析中的应用。计算统计数据分析。2011;55:2410-2420. doi:10.1016/j.csda.2011.02.007[Crossref]，[Web of Science®]，[Google学者]·Zbl 1328.65028号
[12] Solaro N、Barbiero A、Manzi G等，《基于距离的序列缺失数据插补方法：正向插补》。高级数据分析类。2017;11:395-414. doi:10.1007/s11634-016-0243-0[Crossref]，[Web of Science®]，[Google学者]·Zbl 1414.62220号
[13] Nora-Chouteau C.Une mémethode de reconstruction et d’analysis de données complete tes[论文]。巴黎：皮埃尔和玛丽·居里大学；1974.[谷歌学者]
[14] Greenacre M.对应分析理论与应用。伦敦：学术出版社；1984.[谷歌学者]·Zbl 0555.62005号
[15] Josse J、Pagès J、Husson F.《主成分分析中的多重插补》。高级数据分析类。2011;5:231-246. doi:10.1007/s11634-011-0086-7[Crossref]，[Web of Science®]，[Google学者]·Zbl 1274.62409号
[16] Stekhoven DJ、Bühlmann P.MissForest——混合型数据的非参数缺失值插补。生物信息学。2012;28(1):112-118. doi:10.1093/生物信息学/btr597[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[17] 布雷曼L.随机森林。马赫学习。2001年；45:5-32. doi:10.1023/A:1010933404324[Crossref]，[Web of Science®]，[Google学者]·Zbl 1007.68152号
[18] Gómez E，Góme z-Villegas MA，Marin JM。幂指数分布族的多元推广。Commun Stat-Theor M.1998；27（3）:589-600。doi:10.1080/03610929808832115[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0895.62053号
[19] Azzalini A，Capitanio A。多元斜态正态分布的统计应用。J R Stat Soc B.1999；61(3):579-602. doi:10.1111/1467-9868.00194[交叉引用]，[谷歌学者]·Zbl 0924.62050号
[20] Azzalini A，Dalla Valle A。多元偏正态分布。生物特征。1996;83(4):715-726. doi:10.1093/biomet/83.4.715[Crossref]，[Web of Science®]，[Google学者]·Zbl 0885.62062号
[21] Mardia KV。多元偏度和峰度的测量及其应用。生物特征。1970;57（3）：519-530。doi:10.1093/biomet/57.3.519[Crossref]，[Web of Science®]，[Google学者]·Zbl 0214.46302号
[22] Solaro N.多元指数功率分布的随机变量生成。统计应用程序。2004年；2(2):25-44. [谷歌学者]
[23] Azzalini A.Package'sn'：偏态正态分布和相关分布，如偏态-2017-[R Package version 1.5-0]。可从以下位置获得：https://CRAN.R-project.org/package=sn。[谷歌学者]
[24] 赛伯GAF。多元观察。纽约：Wiley；1984.【Crossref】，【谷歌学者】·Zbl 0627.62052号
[25] 凯撒HF。一种衡量平均相互关系的指标。教育心理测量。1968;28:245-247. doi:10.1177/001316446802800203[Crossref]，[Web of Science®]，[Google学者]
[26] Solaro N、Barbiero A、Manzi G等，“GenForImp”软件包：正向插补——一种基于序列距离的缺失数据插补方法。2015年-[R软件包版本1.0.0]。可从以下位置获得：http://CRAN.R-project.org/package=GenForImp。[谷歌学者]·Zbl 1414.62220号
[27] Husson F，Josse J.“missMDA”包：用多元数据分析处理缺失值。2017年-[R包版本1.11]。可从以下位置获得：http://CRAN.R-project.org/package=missMDA。[谷歌学者]·Zbl 1316.62006年
[28] Stekhoven DJ。“missForest”包：使用随机森林的非参数缺失值插补。2016-[R包版本1.4]。可从以下位置获得：http://CRAN.R-project.org/package=missForest。[谷歌学者]
[29] Hochberg Y，Tamhane AC。多种比较程序。纽约：Wiley；1987.【Crossref】，【谷歌学者】·Zbl 0731.62125号
[30] Hollander M，Wolfe DA。非参数统计方法。第二版，纽约：Wiley；1999.[谷歌学者]·Zbl 0997.62511号
[31] Solaro N、Barbiero A、Manzi G等，不同数据结构的算法型插补技术：比较中的替代方法。收件人：Vicari D、Okada A、Ragozini G、Weihs C，编辑。行为科学和社会科学中复杂数据的分析和建模。分类、数据分析和知识组织研究。商会（CH）：施普林格国际出版社；2014年，第253-261页。[谷歌学者]
[32] Solaro N，Barbiero A，Manzi G，et al.正向插补的综合模拟研究。米兰（IT）：米兰大学；2015年。（DEMM工作文件；编号：2015-04）。可从以下位置获得：https://ideas.repec.org/p/mil/wpdepa/2015-04.html。[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。