作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据缺失是统计研究中经常遇到的问题,文章在总结常见缺失数据的处理方法的基础上,提出了用Gibbs抽样方法来解决数据缺失问题,并通过R语言来实现这一过程,从而为数据缺失提供一种新的解决思路。实验结果表明,Gibbs抽样是一种效果比较理想的处理缺失数据的方法。
推荐文章
R语言在数据预处理中的开发应用
数据预处理
数据挖掘
统计语言
生物缺失数据处理的贝叶斯模型研究
缺失数据
朴素贝叶斯
分类
数据清理及其在数据仓库中的应用
数据仓库
数据清理
模式冲突
FTL(Extraction,Transformation,Loading)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 吉布斯抽样在数据缺失中的应用及其R实现
来源期刊 统计学与应用 学科 经济
关键词 GIBBS抽样 数据缺失 R语言
年,卷(期) tjxyyy_2016,(4) 所属期刊栏目
研究方向 页码范围 359-364
页数 6页 分类号 F2
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁霞 上海海事大学经济管理学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GIBBS抽样
数据缺失
R语言
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
统计学与应用
双月刊
2325-2251
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
512
总下载数(次)
3
论文1v1指导