缺失数据相关论文
在响应数据缺失条件下研究了一般线性分位数回归模型的估计问题。利用处理缺失数据的逆概率加权方法，在缺失概率已知、缺失概率未知......
近年来,随着WiFi技术的不断发展,越来越多带有WiFi功能的设备被应用到人们的工作、学习、生活等各个方面。然而在WiFi设备的管理上......
目的:量表是由若干个问题或者自我评分指标构成的标准化测定表格,一般存在于调查问卷中,由被调查者的主观意识决定,数据缺失非常常......
战术对抗过程中，通过时序观测的战场态势信息，预测对抗目标的趋势是制定决策方案的重要前提。以潜艇防御声自导鱼雷攻击为背景，针对环......
本文主要探究了缺失数据下分位数回归模型的模型平均问题。首先基于协变量平衡倾向得分方法构造出候选模型中回归参数的加权分位数......
本文对广义估计方程方法进行了梳理研究,并将该方法运用到阿尔兹海默症（AD）患者脑部功能性核磁共振成像数据（FRMI）中。在前面已有的研......
随着大数据时代的到来,通过数据挖掘获取信息已经成为常态,然而我们获取的数据大多数情况下都是含有缺失值的,也就是说数据是不完......
问卷调查是目前进行社会调查、科学研究最常用的方法,广泛应用于政治经济社会生活调查的方方面面,其优势在于可以获得一手的调查资......
离散选择模型已广泛地应用于出行方式选择建模的研究中,出行方式选择也是交通规划和决策中的重要环节,能够有效地调整城市交通结构......
缺失数据是药物流行病学研究中常见而且难以避免的问题,但与混杂因素相比,往往没有受到重视,其会导致后续对药物的评估引入潜在偏......
数据缺失在测验中经常发生,认知诊断评估也不例外,数据缺失会导致诊断结果的偏差.首先,通过模拟研究在多种实验条件下比较了常用的......
在现代工业生产中,随着传感器、PLC和DCS系统的普及与应用,数据和数据处理技术逐渐受到重视。基于数据驱动的多元统计过程监控方法......
本文的主要工作分为两个部分：第一部分（包括第二章和第三章）,主要研究了混沌时间序列的缺失数据问题；第二部分（第四章）,主要研究了非线性......
半参数变系数部分线性模型是近年来统计研究的热点之一,它涵盖了很多的参数、非参数回归模型,其中线性回归模型和部分线性回归模型......
在实际问题的调查中,数据缺失是一种普遍的现象.这种现象往往导致在统计推断或分析中产生严重的偏差,如何对缺失数据进行处理,已经......
在日常的统计工作中,数据的采集是必不可少的工作.而在实际工作中,由于种种原因,人们经常会遇到各种各样的数据缺失.比如试验样本......
在当今这种信息爆炸的时代,缺失数据已经成为了一种普遍存在的现象,例如可靠性分析、农作物实验、医药追踪试验等,常常会产生大量......
在实际问题的研究中,缺失数据的出现已经成为一种普遍存在的现象.由于缺失数据的存在,往往会导致估计量的偏差和估计方差的增大,还......
缺失数据填补是数据预处理中的重要内容,缺失数据的填补对数据挖掘、人工智能等以数据为基础的技术有着重要意义。随着5G通信技术......
针对混凝土坝变形监测数据缺失使大坝服役状态分析困难甚至引起误判的问题,基于聚类和面板数据理论,提出了一种考虑时间和截面两种......
目的 评价多重插补法拟合中风队列研究量表缺失数据的效果,为今后开展相关临床研究提供方法学支撑.方法 选取2017年1月-2020年12月......
保障长期连续的数据完整性和质量可靠性是进行浮标数据应用的首要问题.本文基于中国科学院近海观测研究网络黄海站位于北黄海长海......
随机系数自回归模型能够较好地描述模型系数随时间变化的特性,因此得到了广泛应用.文章讨论具有缺失数据的随机系数自回归模型的参......
随着社会各方面的不断进步和城市化步伐加速,传统的城市管理方案已不能有效应对人口增长带来的一系列问题。要探索新的发展模式,城......
回归模型在经济学、生物医学、流行病学、工农业生产等众多领域有着广泛的应用,而在实际数据收集时常常出现无法获得变量的精确数......
异构和分布式数据被用于多方面的应用,如信息提取、数据挖掘、电子学习以及网络。而与这些应用相关的所有算法的决策准确性都直接......
在海量数据分析过程中,数据质量往往决定数据分析结果的可靠性,影响数据在模型算法上的应用。因此,提高数据质量成为备受关注的问......
目前缺失数据的存在已经成为数据质量问题中无法避免的影响因素。各领域研究中经常遇到数据缺失问题,该问题不仅影响研究结果的精......
部分线性模型是一类具有较强实际背景的半参数模型,由Engle等在1986年首次提出,之后有大量研究与众多应用.而广义线性模型理论是对......
随着数据收集技术的快速发展,很多领域的研究者用较低的成本可以获得大量的超高维数据,在超高维数据分析中,预测变量的个数p随着样......
在科学研究和实践中,混合类型的多元响应变量是相对比较常见的问题。对于这类型的数据,若直接采用分别分析的方法对不同类型的响应......
缺失数据普遍存在于多个领域中.而不可忽略缺失数据,即在给定观察到的数据信息后数据缺失概率仍与缺失数据本身有关,是最难处理的......
随着现代科学信息技术的发展,教育和心理评估的测试逐渐由传统的纸笔考试（paper-and-pencil tests）转变为基于计算机平台的测验（compu......
文章研究了在响应数据缺失和辅助信息下线性分位数回归模型的估计问题和大样本性质.采用逆概率加权方法,给出了响应数据缺失和辅助......
文章分析了煤化工企业过程数据的特性,以及不同方法对过程数据缺失填补的优劣性,提出了一种基于相关性因子的工业缺失数据填补方法......
在缺失数据下得到了Topp-Leone分布参数的极大似然估计和区间估计,并对参数进行假设检验得到了拒绝域.在不同的损失函数下分别给出......
数据缺失现象是无法避免的客观存在的问题,数据填充是一种很好的处理该问题的方法.数据的类型多种多样,很多数据含有不确定性,模糊......
半参数变系数部分线性模型涵盖了部分线性模型,变系数模型等很多重要的半参数模型。它的优势在于一方面很好地结合了线性模型便于......
完整性是数据质量的一个重要维度，由于数据本身固有的不确定性、采集的随机性及不准确性，导致现实应用中产生了大量具有如下特点的数......
应用现代大地测量手段能够在某个范围或某些空间观测点上进行连续观测，获取具有一定空间分布的时间序列监测数据；主成分分析是处理时......
缺失数据是临床试验中无法避免的问题之一,LOCF、多重填补和MMRM方法是临床试验中缺失数据处理最常用的三种方法.然而,当数据中存......
为了提高降雨量缺失数据的修复精度，本文在扩展克里金模型的基础上，提出一种基于己知变化均值的非平稳克里金方法。该方法首先利用时......
社会网络分析(下简称SNA)是对社会关系进行量化分析的技术。社会网络数据由一组行动者和行动者之间的社会关系组成，这种数据的独特......
为减少数据集自带噪声和假近邻噪声两类噪声数据对K近邻插补算法准确性的影响,提出一种融合互近邻降噪的局部动态K近邻插补算法MN-......
缺失数据在公共卫生调查领域普遍存在，如果处理不当可导致统计功效减低并使结果产生偏倚。多重填补法是处理缺失数据的一种方法，在实......
目的探讨不同缺失数据填补法对MSM人群HIV感染者（MSM感染者）病毒载量（VL）缺失数据的填补效果。方法以2013年中国16个大城市MSM感染者VL......
期刊
