论文部分内容阅读
对于“数据缺失”问题,我们设二维随机变量(X,Y),X为协变量,Y为受X影响的目标变量,δ为指示变量。在实践中,我们通常可以得到这样一组不完全的随机样本(Xi,Yi,δi),其中所有的Xi都被完全观测到,Yi是有缺失的,当Yi缺失时δi=0,否则δi=1,且有P(δi=1)=P(δ2=1)=…=P(δn=1)=P,即Y是完全随机缺失(MCAR)的,且每条记录出现缺失的可能性是相同的。
本文将在上述假设下对Y的均值EY进行估计。
第1章 中介绍了我们所研究问题的背景。
第2章 在考虑到X与Y之间不一定有明确的函数关系的前提下,充分利用可观测到的数据给出了EY的一个估计量。
第3章 中我们用完全数据做了非参数回归,得到了EY的一个估计量。
第4章 用模拟计算将它们做了比较。