正态模型缺失数据的贝叶斯和Jackknife多重插补法的比较

• 作者: 丁明珠
• 来源期刊: 计算技术与自动化
• 关键词: 贝叶斯多重插补法 Jackknife多重插补法 缺失数据
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 119-123
• 页数: 5页
• 分类号: N37
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202002024

摘要

数据缺失是统计调查中经常存在的问题,若是少量缺失则可以利用删除法;若缺失值较多,利用删除法则会丢失大量有用信息,这时候就需利用插补法来补全数据,从而减少对统计分析的影响.根据统计年鉴上近几年的粮食产量、种植规模、有效灌溉面积等系列数据,分别采用贝叶斯多重插值法和刀切多重插值法展开了模拟研究,通过对两种方法所得数据的比对分析,来进一步掌握实际的插值效果.研究发现,利用这两种方法构建的模型都有较好的估计结果,但是贝叶斯多重插补法更为精确,而Jackknife法在操作方面则更为简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁明珠	河海大学理学院	1	0	0.0	0.0