基于Markov Chain Monte Carlo模型对医院调查资料中缺失数据的多重估算

• 作者: 李树威 钟晓妮
• 来源期刊: 中国卫生统计
• 关键词: 缺失数据 Markov Chain Monte Carlo 多重估算 医院调查资料
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 论著
• 页码范围: 837-841
• 页数: 5页
• 字数: 3515字
• 语种: 中文

摘要

目的 探讨基于Markov Chain Monte Carlo(MCMC)模型的多重估算法在处理医院调查资料缺失数据中的应用.方法 运用SAS9.2编写程序,在分析数据的分布类型和缺失机制的基础上,采用MCMC法对缺失数据进行多次填补和联合统计推断,分析多重估算法的优势.结果 数据服从多元正态分布与随机缺失,采用MCMC法填补10次所得的结果最佳.结论 多重估算既可反映缺失数据的不确定性,又可充分利用现有资料的信息、提高统计效率、对模型的估计结果更加可信,是处理缺失数据的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟晓妮	重庆医科大学卫生统计教研室	105	869	16.0	22.0
2	李树威	重庆医科大学卫生统计教研室	2	4	1.0	2.0