本书围绕“缺失数据”这一主题,用大部分篇幅阐述了处理缺失数据问题的新策略.作者在缺失数据的条件下回顾最大似然估计,以一个经过仔细筛选的美国大专院校毕业率的数据为例,解释了插补法的EM算法.随后,作者解释了多重插补方法,并讨论了不可忽略的缺失数据.
分析现实数据时,常会遇到缺失数据(信息不完备数据)。我原来以为整列删除法不够高级,各种填补数据法才高级。这本书却不认可我的这种浅见。介绍了极大似然法(ML)和(期望最大法)EM法,以及多重填充法(MI)。好书推荐。
评分翻译水平真的是蛮差的
评分资料略老,翻译略差,但还是推荐。
评分相对来说,作为一本简约的spss读本,比较好。
评分提纲挈领。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 onlinetoolsland.com All Rights Reserved. 本本书屋 版权所有