索拉罗，娜迪亚;亚历山德罗·巴比埃罗;詹卡洛·曼齐;法拉利、阿尔达码头 一种基于序列距离的缺失数据插补方法：正向插补。 （英语） Zbl 1414.62220号 高级数据分析。分类。，ADAC公司 11，第2号，395-414（2017）. 摘要：缺失数据会反复影响几乎所有定量研究领域的数据集。这一主题既广泛又复杂，并且产生了一种对这一问题的不同方法的丰富文献。在探索性框架内，基于距离的方法，如最近邻插补（NNI），或涉及多元数据分析（MVDA）技术的程序，似乎可以正确地处理这个问题。在NNI中，指标和捐赠者数量可以随意选择。基于MVDA的程序明确说明了变量关联。这里提出的新方法称为正向插补，理想地满足了这些特征。它被设计为一个顺序程序，在一个逐步的过程中，根据单元子集的“完整率”插补缺失的数据。在这一背景下，为定量数据的插补开发了两种方法。一种是利用马氏距离进行NNI，另一种是将NNI与主成分分析相结合。讨论了这两种方法的统计特性，并对其性能进行了评估，还与其他插补方法进行了比较。为此，对不同数据模式进行了仿真研究，并将其应用于实际数据，同时也为用户提供了实用的提示。 引用于2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：迭代PCA;马氏距离;MCAR缺少数据;密斯福林;最近邻插补;歪斜数据 软件：MDA错误;锡;ElemStatLearn（电子状态学习）;miss森林;GenForImp公司;R（右） PDF格式BibTeX公司 XML格式引用 \textit{N.Solaro}等人，高级数据分析。分类。，ADAC 11，No.2，395--414（2017；Zbl 1414.62220） 全文： 内政部 链接 参考文献： [1] Atkinson AC、Riani M、Cerioli A（2004）《使用正向搜索探索多元数据》。纽约州施普林格·Zbl 1049.62057号 ·数字对象标识代码：10.1007/978-0-387-21840-3 [2] Azzalini A（2015）R包“sn”：偏斜正态分布和偏斜-t分布（1.2-4版）。http://azzalini.stat.unipd.it/SN [3] Azzalini A，Capitanio A（1999）多元正态分布的统计应用。J R Stat Soc B 61（3）：579-602·Zbl 0924.62050号 ·doi:10.1111/1467-9868.00194 [4] Azzalini A，Dalla Valle A（1996）多元偏态正态分布。生物特征83（4）：715-726·Zbl 0885.62062号 ·doi:10.1093/biomet/83.4.715 [5] Breiman L（2001）《随机森林》。马赫数学习45:5-32·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324 [6] Cox TF，Cox MAA（2001）多维标度，第2版。查普曼和霍尔/CRC，博卡拉顿·兹比尔1004.91067 [7] Ferrari PA，Annoni P，Barbiero A，Manzi G（2011）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55:2410-2420·Zbl 1328.65028号 ·doi:10.1016/j.csda.2011.02.007 [8] 高尔，JC；Armitage，P.（编辑）；Colton，T.（编辑），主坐标分析（2005），纽约 [9] Greenacre M（1984）对应分析的理论与应用。伦敦学术出版社·兹伯利0555.62005 [10] Groves RM、Dillman DA、Eltinge JL、Little RJA（2002）调查无回应。纽约威利·Zbl 0976.00027号 [11] Hastie T、Tibshirani R、Friedman J（2009）《统计学习的要素》。数据挖掘、推理和预测，第2版。纽约州施普林格·Zbl 1273.62005年 [12] Hollander M，Wolfe DA（1999）非参数统计方法，第2版。Wiley-Interscience，纽约·Zbl 0997.62511号 [13] Husson F，Josse J（2015）missMDA：用多元数据分析（主成分法）处理缺失值。R软件包版本1.8.2。http://CRAN.R-project.org/package=missMDA ·Zbl 1316.62006年 [14] Josse J、Pagès J、Husson F（2011）《主成分分析中的多重插补》。高级数据分析类5:231-246·兹比尔1274.62409 ·doi:10.1007/s11634-011-0086-7 [15] Little RJA，Rubin DB（2002），缺失数据的统计分析，第2版。纽约威利·Zbl 1011.62004号 [16] Mardia KV（1970）多元偏度和峰度的测量及其应用。生物特征57（3）：519-530·Zbl 0214.46302号 ·doi:10.1093/biomet/57.3.519 [17] Nora-Chouteau C（1974）《不完整的重建和分析方法》。皮埃尔和玛丽·居里大学博士论文 [18] R核心团队（2015）R：统计计算的语言和环境。R统计计算基金会，奥地利维也纳。网址：http://www.R-project.org [19] Rässler S，Rubin DB，Zell ER（2013）《有罪不罚》。Wiley Interdiscip Rev Compute Stat 5（1）：20-29。doi:10.1002/wics.1240·doi:10.1002/wics.1240 [20] Rousseeuw PJ，Leroy AM（1987）稳健回归和异常值检测。纽约威利·Zbl 0711.62030号 ·doi:10.1002/0471725382 [21] Schafer JL（1997）不完全多元数据分析。查普曼和霍尔/CRC，伦敦·兹比尔0997.62510 ·doi:10.1201/9781439821862 [22] Solaro N、Barbiero A、Manzi G、Ferrari PA（2014）不同数据结构的算法类型插补技术：比较中的替代方法。收录：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。学习分类、数据分析和知识组织。施普林格国际出版公司，查姆，第253-261页 [23] Solaro N、Barbiero A、Manzi G、Ferrari PA（2015a）《正向插补的综合模拟研究》。工作文件\[2015\_\]_4，意大利米兰大学。https://ideas.repec.org/p/mil/wpdepa/2015-04.html ·Zbl 07192731号 [24] Solaro N，Barbiero A，Manzi G，Ferrari PA（2015b）GenForImp:一种基于距离的序列方法，用于插补缺失数据。R软件包版本1.0.0。http://CRAN.R-project.org/package=GenForImp ·Zbl 1414.62220号 [25] Stekhoven DJ（2013）。missForest：使用随机森林的非参数缺失值插补。R包版本1.4。http://CRAN.R-project.org/package=missForest [26] Stekhoven DJ，Bühlmann P（2012）MissForest-混合型数据的非参数缺失值插补。生物信息学28（1）：112-118·doi:10.1093/bioinformatics/btr597 [27] Tarsitano A，Falcone M（2010）混合型数据的缺失值调整。2010年第15号工作文件，意大利卡拉布里亚大学。https://ideas.repec.org/p/clb/wpaper/201015.html ·Zbl 1229.62039号 [28] Wasito I，Mirkin B（2005），最小二乘数据插补算法中的最近邻法。信息科学169（1）：1-25·Zbl 1084.62043号 ·doi:10.1016/j.ins.2004.02.014 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。