EM方法对缺失数据的处理及对MNL模型的影响

• 作者: 周海军 左忠义 李纲 郭姝娟
• 来源期刊: 大连交通大学学报
• 关键词: 数据修补方法 期望最大化(EM)算法 MNL模型 交通方式划分 雅加达都市圈
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 交通科学与工程
• 页码范围: 7-11
• 页数: 5页
• 字数: 3475字
• 语种: 中文

摘要

以印度尼西亚首都雅加达都市圈居民个人出行调查数据为例,研究EM数据修补方法对数据以及MNL模型的影响.首先,以原始数据为基础,通过人为删除和EM修补分别获得缺失数据和修补数据.其次,通过Z检验,验证EM修补后的数据更贴近原始数据特征.最后,以三组数据分别建立三组MNL模型,通过Z检验等对比分析,表明EM数据修补方法能很好地修正数据缺失对构建模型造成的偏差,为交通政策的制定提供良好的数据基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李纲	大连交通大学交通运输工程学院	8	4	1.0	1.0
5	周海军	大连交通大学交通运输工程学院	6	0	0.0	0.0
6	郭姝娟	大连海事大学交通运输管理学院	7	30	2.0	5.0
7	左忠义	大连交通大学交通运输工程学院	57	295	10.0	14.0