全部版块 我的主页
› 论坛 › 休闲区 十二区 › 休闲灌水 › IDEAS/RePEc 排名
527 0
2005-09-20
英文文献:评估处理遗漏观测值的替代方法的经济应用
英文文献作者:Onozaka, Yuko
英文文献摘要:
本文比较了解决调查数据缺失值问题的方法。处理这一问题常用的方法是删除有缺失值的观测值(case删除),用样本均值代替缺失值(mean imputation),用辅助回归的拟合值代替(regression imputation)。这些方法易于实现,但存在潜在的严重缺陷,如偏差和效率低下。此外,这些方法将估算值视为已知值,因此它们忽略了由于“缺失”导致的不确定性,这可能导致低估标准误差。另一种方法是多归责法(MI)。在本文中,我们使用期望最大化(EM)和数据增加(DA)来创建多个完整的数据集,每个数据集由于随机抽取而具有不同的赋值。EM本质上是最大似然估计,利用缺失值和模型参数之间的相互依赖性。在给定观测数据和模型参数的情况下,DA通过马尔科夫链蒙特卡洛(MCMC)估计缺失值的分布。这些多数据集随后被合并成一个单一的估算,包含了由于缺失而产生的不确定性。利用伪数据进行的蒙特卡洛实验结果表明,该方法优于其他方法。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群