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:
在实际的统计处理中,缺失数据和删失数据是不可避免的,由于目前常用的统计方法大都建立在完整数据上,所以对统计数据中缺失数据以及删失数据的处理非常重要.以数值型数据为例,就当前统计研究中处理缺失数据以及删失数据常用的方法进行综述和比较,并利用R语言统计软件对处理方法予以实现,为缺失数据以及删失数据的统计处理提供一定的计算机支持.
推荐文章
基于R语言的大数据处理平台的设计与实现
R语言
大数据处理平台
EP1C6Q240C8
数据挖掘
区间删失数据任意阶原点矩估计
区间删失数据
ClassK方法
ClassX方法
区间删失数据下参数估计的比较
I型区间删失
指数分布
Bayes估计
矩估计
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 基于R语言的缺失数据及删失数据处理
来源期刊 福建电脑 学科
关键词 缺失数据 删失数据 插补法 自回归模型 R语言
年,卷(期) 2017,(12) 所属期刊栏目 基金项目论文
研究方向 页码范围 3-5
页数 3页 分类号
字数 3101字 语种 中文
DOI 10.16707/j.cnki.fjpc.2017.12.002
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 尤添革 福建农林大学计算机与信息学院 20 28 3.0 4.0
2 张灵婕 福建农林大学计算机与信息学院 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (11)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
缺失数据
删失数据
插补法
自回归模型
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导