说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 多重填补
1)  Multiple imputation
多重填补
1.
Using multiple imputation method to analyze World Health Survey data;
运用多重填补方法分析世界健康调查数据(英文)
2.
Methods: Case deletion, simple imputation and multiple imputation were compared when used for analyzing the clinical data of 925 liver cancer patients with medium multivariate missing data.
方法 :分别利用删除含缺失值的观察、简单填补、多重填补 3种方法对多变量中度缺失的 92 5例肝癌患者的临床资料进行统计分析并对其结果进行比较。
2)  Multiple Imputation
多重填补法
1.
The simulated datasets with vary missing rates are treated by multiple imputation(MI)e,xpectation maximi-zation(EM)and regression methods and the results are compared with that of complete dataset by running SAS 9.
0、数据模拟技术,分别模拟纵向完整数据集和具有各种缺失率的随机缺失数据集,采用多重填补法(MI)、期望值最大化法(EM)和回归插补法(Regression)对各缺失数据集进行处理,对结果进行比较和分析。
3)  Multiple imputation analyze
多重填补分析
4)  multiple imputati on
多重填充
5)  multiple imputation
多重插补
1.
Then,variance estimates of single imputation,simplified calculation of multiple imputation and imputation using response probability are studied.
重点讨论了单一插补的方差估计与多重插补的简化计算以及使用回答概率的单一插补等。
2.
The topics enclose the important phases of designing a split questionnaire, and the methods of using the multiple imputation method to deal with the missing data.
重点阐述其设计要点,以及如何利用多重插补方法对缺失数据进行处理。
3.
The paper introduces multiple imputation(MI) for missing data in stratified random sampling,and discusses the ordinary method of MI with ignorable nonresponse,and illustrates the essential steps.
介绍分层随机抽样条件下多重插补法处理缺失数据的基本思想,分析可忽略无回答的分层随机抽样建立多重插补的常用方法,并通过实例加以说明。
6)  multi-feature hole filling
多特征孔洞填补
补充资料:多重填补法

多重填补是由rubin在1978年首先提出的,是指由包含m个插补值的向量代替每一个缺失值的过程,要求m大于等于2。m个完整数据集合能从插补向量中创建;有该向量的第一个元素代替每一个缺失值从而创建了第一个完整的数据机和,由它的向量中的第二个元素代替每一个缺失值从而创建了第二个完整数据的集合,以此类推,标准完整数据方法被用于分析每一个数据集合,对于一个无回答模型,当m套插补值被重复随机抽取时,m个完整数据推断能被组合起来形成一个正确地反映由于无回答引起的不确定性的推断,当插补值来自两个更多个无回答模型,根据模型的组合推断能在模型间形成对照,以说明模型对吴回答的推断灵敏性。通过多个单一插补的组合,多重插补既分享了单一插补的优点,也纠正了其缺点,特别地,在一个无回答模型中,当m重插补重复时,产生m套完全数据分析能很容易地被合并以创建一个有效反应由于确实数据引起抽样变异性的推断。当多重填补来自多个模型,关于校正模型的不确定性由在模型间有效推断的变异表示,与单一插补相比,多重填补为一点缺点是需要做大量的工作来创建插补集并进行结果分析,然而数据分析中大量工作在今天的计算环境下是非常适度的,因为它主要是执行m次相同的任务,而非一次。

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条