首页> 外文期刊>応用統計学 >欠測データに対する多重代入法から得られる推定量のバイァス補正について
【24h】

欠測データに対する多重代入法から得られる推定量のバイァス補正について

机译:关于缺失数据的多重代入法估计量的偏差校正

获取原文
获取原文并翻译 | 示例
       

摘要

多重代入法(Multiple Imputation; MI)は多分野の研究で欠測デ一タを解 析する手法として使われている.多重代人法は非常に使いやすい反面,欠測値に代 人する補完値を生成する際に条件付き分布の同定を誤ると偏りのある推定量を導き 得るという欠点がある.本研究では条件付き密度推定から導かれる重みを利用した 重み付き最尤推定法(Bias-corrected MI; BCMI)に基づく推定が,目的変数が欠 測する場合の回帰分析においても一定の条件ドで一致性があることを確認した.さ らに,本手法を予測に適用することを検討し,予測精度を向上させるために密度推 定によって求めた重みと補完したデ一夕に対する重み付けパラメータを導人し,交 差検証によって値を定めるという改良法(BCMI-CV)を提案した.数値実験によつ て,BCM1-CVは補完の誤り度合いによらず,安定的に予測誤差を小さくするとい う挙動を示すことを確認した.
机译:多元插补(MI)是一种用于多学科研究的缺失数据分析方法,尽管多元代数方法非常易于使用,但它是缺失数据的补充。这种方法的缺点是,如果在生成值时错误地识别了条件分布,则可以得出有偏估计量。在这项研究中,加权最大似然估计方法(Bias-可以确认,即使在缺少目标变量的回归分析中,在某些条件下,基于校正MI(BCMI)的估计也是一致的。然后,为了提高预测准确度,我们提出了一种改进的方法(BCMI-CV),其中导出了数据密度的参数,并补充了通过密度估计获得的权重,并通过交叉验证确定了该值。通过实验确认了,无论互补误差的程度如何,BCM1-CV均表现出预测误差稳定地降低的行为。

著录项

  • 来源
    《応用統計学》 |2018年第1期|1-16|共16页
  • 作者单位

    総合研究大学院大学;

    総合研究大学院大学,統計数理研究所,名古厨大学大学院医学系研究科;

    総合研究大学院大学,統計数理研究所;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 jpn
  • 中图分类
  • 关键词

  • 入库时间 2022-08-18 02:21:52

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号