|
| 編輯推薦： |
1.《缺失数据》从美国大专院校毕业率的数据为例，深入浅出地阐述了缺失数据这一主题。
2.《缺失数据》介绍了多种*的解决缺失数据问题的方法，有很强的实用性。
|
| 內容簡介： |
|
本书介绍了针对社会科学研究中经常遇到的样本数据缺失的处理方法。样本数据缺失是指样本中出现各种统计变量的缺失，以往研究者喜欢将这种缺失认定为符合完全随机缺失的特性，但实际上这一假设并不一定能完全符合，往往只能符合随机缺失的特性，在对这种数据缺失进行处理时，往往会出现删除大量数据导致影响统计结果的问题。本书的主要内容在于介绍了在有缺失数据时如何进行*似然估计的方法。除此之外，本书还对插补的EM算法、多重插补法等方法进行了介绍。并讨论了不可忽略的缺失数据。
|
| 關於作者： |
|
保罗 D. 阿利森Paul D. ALLISON 美国宾州大学社会学教授。于1976年由威斯康辛大学获得博士学位，之后在芝加哥大学及宾州大学作统计学的博士后研究。关于社会科学中的统计方法，他已出版5本书及超过25篇文章。这些作品处理广泛多样的方法，包含线性回归、对数线性分析、logit分析、probit分析、测量误差、不平等测量、缺失数据、Markov processes及事件史分析。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
