论文部分内容阅读
对于不易进行数据收集的分类变量,通常得到的样本是有限的.如果仅用这些数据构建变量间的对数线性模型往往缺乏可靠性,而且对各交互项的参数估计精度可能较低.针对该问题,提出先用Bootstrap抽样法产生多份一定量的数据集,分别模拟它们的对数线性模型,得到模型各个参数的估计向量,然后对所有参数的估计向量进行聚类,得到若干份各参数估计的向量.实验结果表明,即使各参数与真实模型的各个参数有差异,这若干个参数估计向量对应的模型的概率分布与真实模型的概率分布的K-L距离都较小,即概率分布很接近,并且在这若干个向量中,越