检索结果-维普期刊中文期刊服务平台

期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

共找到4篇文章

< 1 >

每页显示 20 50 100

已选择0条

导出题录引用分析

统计分析

显示方式：

文摘详细列表

相关度排序被引量排序时效性排序

含非随机缺失数据的面板数据参数估计方法被引量：5: 1; 作者于力超金勇进《统计研究》 CSSCI 北大核心 2016年第1期95-102,共8页; 抽样调查领域常采用对多个受访者进行跟踪调查得到面板数据,进而对总体特性进行统计推断,在面板数据中常含缺失数据,大多数处理面板缺失数据的软件都是直接删去含缺失值的受访者以得到完全数据集,当数据缺失机制为非随机缺失时会导致总... 展开更多; 关键词非随机缺失机制面板数据模式混合模型选择模型; 下载PDF 职称材料

带不可忽略缺失数据的再生散度随机效应模型的Bayes估计被引量：2: 2; 作者和燕彭燕梅唐年胜《宁夏大学学报（自然科学版）》 CAS 北大核心 2011年第3期193-197,共5页; 在响应变量带有不可忽略缺失数据的前提下得到非线性再生散度随机效应模型的Bayes方法.缺失数据机制由Logistic回归模型定义,根据Gibbs抽样技术和MH算法得到模型参数、随机效应因子以及缺失数据机制中回归系数的联合Bayes估计,并进行了... 展开更多; 关键词不可忽略缺失数据机制非线性再生散度随机效应模型 BAYES方法 MCMC; 下载PDF 职称材料

含不可忽略缺失数据非线性再生散度模型参数的Bayes估计被引量：1: 3; 作者和燕彭燕梅唐年胜《生物数学学报》 CSCD 2012年第2期357-364,共8页; 给出协变量带有不可忽略缺失数据的非线性再生散度模型的Bayes方法,缺失数据机制由Logistic回归模型来确定.Gibbs抽样技术和Metropolis-Hastings算法(简称MH算法)用来得到模型参数、缺失数据机制中回归系数的联合Bayes估计,并用实例加... 展开更多; 关键词不可忽略缺失数据机制非线性再生散度模型 Dirichlet先验分布 BAYES方法 MCMC 协变量; 原文传递

NMAR机制下非线性均值方差模型的Bayes估计被引量：1: 4; 作者赵远英唐安民 +1 位作者段星德庞一成《数学的实践与认识》北大核心 2019年第21期157-165,共9页; 讨论响应变量带有不可忽略缺失数据的非线性均值方差模型的Bayes估计问题.缺失数据机制由logistic回归模型来指定,运用Gibbs抽样及MH算法得到模型参数和缺失数据机制参数的联合Bayes估计,模拟研究和实例分析展示上述模型和方法的可行性.; 关键词 BAYES估计 GIBBS抽样 MH算法不可忽略缺失数据机制非线性均值方差模型; 原文传递

已选择0条

导出题录引用分析

统计分析

上一页 1 下一页到第页

使用帮助返回顶部