×
丹尼尔·麦克内什

小样本任意缺失的缺失数据方法。 （英语） Zbl 1516.62473号

J.应用。斯达。 44，第1期，24-39（2017）.
摘要：缺失数据是一个普遍存在的数据分析问题，之前的研究已经进行了仿真，以比较缺失数据方法在不同背景和不同模型下的性能；然而，在文献中尚未受到太多关注的一个这样的背景是用小样本处理丢失的数据，特别是当丢失是任意的时。先前的研究要么比较了纵向研究中常见的单调缺失的小样本方法，要么研究了单一方法处理小样本任意缺失的性能，但研究尚未比较常用的缺失数据方法在小样本情况下的相对性能任意缺失的样品。本研究进行了一项模拟研究，以比较和评估具有连续结果的单水平回归模型的最大似然、列表删除、联合多重插补和完全条件规格多重插补的小样本绩效。结果表明，只要满足假设，联合多重插补方法在研究条件下表现出了最佳的一致性。

引用于2文件

MSC公司：

62至XX 统计

关键词：

小样本;缺少数据;多重插补;全信息最大似然;不完整的数据;有限样本;蒙特卡罗模拟

软件：

阿梅利亚
PDF格式BibTeX公司 XML格式引用
\文本｛D.McNeish｝，J.Appl。《法律总汇》第44卷第1期，第24-39页（2017年；兹bl 1516.62473）
全文： DOI程序

参考文献：

[1] P.D.Allison，结构方程建模的缺失数据技术J.Abnor著。精神病。112（2003），第545-557页。doi:10.1037/0021-843X.112.4.545·doi:10.1037/0021-843X.112.4.545
[2] G.Ambler、R.Z.Omar和P.Royston，在具有二元结果的风险模型中处理缺失预测值的插补技术的比较《Stat.Methods Med.Res.16》（2007年），第277-298页。doi:10.1177/0962280206074466·Zbl 1122.62334号 ·doi:10.1177/0962280206074466
[3] J.L.Arbuckle，不完全数据下的全信息估计，英寸高级结构方程建模：问题和技术G.A.Marcoulides和R.E.Schumaker，eds.，Erlbuam，Mahwah，NJ，1996年，第243-277页·Zbl 0923.62055号
[4] M.J.Azur、E.A.Stuart、C.Frangakis和P.J.Leaf，链式方程多重插补：它是什么？它是如何工作的？《国际期刊方法心理学研究》第20卷（2011年），第40-49页。doi:10.1002/mpr.329·doi:10.1002/mpr.329
[5] J.Barnard和D.B.Rubin，具有多重插补的小样本自由度《生物特征》86（1999），第948-955页。doi:10.1093/biomet/86.4.948·Zbl 0942.62025号 ·doi:10.1093/biomet/86.4.948
[6] S.A.Barnes、S.R.Lindborg和J.W.Seaman，小样本临床试验中的多重插补技术《Stat.Med.25》（2006年），第233-245页。doi:10.1002/sim.2231·doi:10.1002/sim.2231
[7] J.W.Bartlett、J.R.Carpenter、K.Tilling和S.Vansteelandt，协变量为MNAR时提高完整案例分析的效率，《生物统计学》第15期（2014年），第719-730页。doi:10.1093/生物统计学/kxu023·doi:10.1093/biostatistics/kxu023
[8] J.V.Bradley，坚固性？，Br.J.数学。Stat.Psychol公司。31（1978年），第144-152页。doi:10.1111/j.2044-8317.1978.tb00581.x·doi:10.1111/j.2044-8317.1978.tb00581.x
[9] A.P.Dempster、N.M.Laird和D.B.Rubin，通过EM算法从不完整数据中获得最大似然，J.R.Stat.Soc.Ser.，《美国国家统计年鉴》。B.统计方法。39（1977年），第1-38页·Zbl 0364.62022号 ·doi:10.1111/j.2517-6161.1977.tb01600.x
[10] C.K.恩德斯，应用的缺失数据分析，吉尔福德出版社，纽约，2010年。
[11] C.K.恩德斯，可用于缺失数据的最大似然算法入门，结构。等式。模型。8（2001），第128-141页。doi:10.1207/S15328007SEM0801_7
[12] C.K.Enders和D.L.Bandalos，结构方程模型中缺失数据的全信息极大似然估计的相对性能，结构。等式。模型。8（2001），第430-457页。doi:10.1207/S15328007SEM0803_5
[13] C.K.Enders和A.C.Gottschall，多组结构方程模型的多重插补策略，结构。等式。模型。18（2011），第35-54页。doi:10.1080/10705511.2011.532695
[14] D.B.Flora和P.J.Curran，序数数据验证性因子分析替代估计方法的实证评价，心理医生。方法9（2004年），第466-491页。doi:10.1037/1082-989X.9.4.466·doi:10.1037/1082-989X.9.4.466
[15] J.W.Graham、A.E.Olchowski和T.D.Gilreath，真的需要多少指责？多重归责理论的一些实践澄清，上一页。科学。8（2007），第206-213页。doi:10.1007/s11121-007-0070-9·doi:10.1007/s11121-007-0070-9
[16] J.W.Graham和J.L.Schafer，小样本多元数据多重插补的性能研究，英寸小样本研究的统计策略R.Hoyle主编，Sage，千橡树，加利福尼亚州，1999年，第1-29页。
[17] D.F.Heitjan和R.J.Little，死亡事故报告系统的多重插补，J.R.Stat.Soc.Ser.，《美国国家统计年鉴》。C.申请。《统计》第40卷（1991年），第13-29页·Zbl 0825.62984号 ·doi:10.2307/2347902
[18] J.Honaker、G.King和M.Blackwell，Amelia II：缺失数据程序《J.Stat.Software 45》（2011年），第1-47页。doi:10.18637/jss.v045.i07·doi:10.18637/jss.v045.i07
[19] J.J.Hoogland和A.Boomsma，协方差结构建模中的稳健性研究：综述和荟萃分析，社会学。方法研究26（1998），第329-367页。doi:10.1177/0049124198026003003·doi:10.1177/0049124198026003003
[20] V.L.Kristman、M.Manno和P.Coé，解释纵向数据中损耗的方法：它们有效吗？模拟研究《欧洲流行病学杂志》。20（2005），第657-662页。doi:10.1007/s10654-005-7919-7·doi:10.1007/s10654-005-7919-7
[21] K.J.Lee和J.B.Carlin，缺失数据的多重插补：完全条件规范与多元正态插补阿默尔。《流行病学杂志》。171（2010），第624-632页。doi:10.1093/aje/kwp425·doi:10.1093/aje/kwp425
[22] R.J.利特尔，缺失X的回归：综述《美国统计杂志》。《协会》第87卷（1992年），第1227-1237页。
[23] G.Liu和A.L.Gould，辍学纵向试验分析的替代策略比较，J.Biopharm。统计师。12（2002），第207-226页。doi:10.1081/BIP-120015744
[24] D.M.McNeish和L.M.Stapleton，小样本对两水平模型估计的影响：综述与说明，教育。精神病。2014年修订版，doi:10.1007/s10648-014-9287-x·doi:10.1007/s10648-014-9287-x
[25] J.L.Peugh和C.K.Enders，教育研究中的缺失数据：报告实践回顾与改进建议《教育评论》。第74号决议（2004年），第525-556页。doi:10.3102/00346543074004525·doi:10.3102/00346543074004525
[26] D.B.鲁宾，推断和缺失数据《生物统计学》63（1976），第581-592页。doi:10.1093/biomet/63.3.581·Zbl 0344.62034号 ·doi:10.1093/biomet/63.3.581
[27] D.B.鲁宾，调查中无应答的多重插补，威利，纽约，1987年。数字对象标识代码：10.1002/9780470316696·2007年6月10日 ·数字对象标识代码：10.1002/9780470316696
[28] V.Savalei等人，不完全非正态数据的小样本统计：完全数据公式的扩展和蒙特卡罗比较，结构。等式。模型。17（2010年），第241-264页。doi:10.1080/10705511003659375
[29] J.L.Schafer，不完全多元数据分析，CRC出版社，佛罗里达州博卡拉顿，2010年。
[30] J.L.Schafer和J.W.Graham，缺失数据：我们对最新技术的看法《心理学方法7》（2002年），第147-177页。doi:10.1037/1082-989X.7.2.147·doi:10.1037/1082-989X.7.2.147
[31] S.Seaman、J.Galati、D.Jackson和J.Carlin，“随机失踪”是什么意思？，统计。科学。28（2013），第257-268页。doi:10.1214/13-STS415·Zbl 1331.62036号 ·doi:10.1214/13-STS415
[32] J.A.Sterne、I.R.White、J.B.Carlin、M.Spratt、P.Royston、M.G.Kenward、A.M.Wood和J.R.Carpenter，流行病学和临床研究中缺失数据的多重插补：潜力和陷阱，BMJ 338（2009），第2393页。doi:10.1136/bmj.b2393·doi:10.1136/bmj.b2393
[33] M.Tan、H.B.Fang、G.L.Tian和G.Wei，小样本不完全数据的多元正态性检验，J.多元分析。93（2005），第164-179页。doi:10.1016/j.jmva.2004.02.014·Zbl 1058.62048号 ·doi:10.1016/j.jmva.2004.02.014
[34] S.Van Buuren，用完全条件规范对离散和连续数据进行多重插补《Stat.Methods Med.Res.16》（2007年），第219-242页。doi:10.1177/0962280206074463·Zbl 1122.62382号 ·doi:10.1177/0962280206074463
[35] I.R.White、P.Royston和A.M.Wood，使用链式方程的多重插补：问题和实践指南《Stat.Med.30》（2011年），第377-399页。doi:10.1002/sim.4067·doi:10.1002/sim.4067
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。