• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AStA Advances in statistical analysis >Unified approach for regression models with nonmonotone missing at random data
【24h】

Unified approach for regression models with nonmonotone missing at random data

机译：随机数据缺少非单调的回归模型的统一方法

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Unified approach (Chen and Chen in J R Stat Soc B 62(3):449-460, 2000) uses a working regression model to extract information from auxiliary variables in two-stage study for computing an efficient estimator of regression parameter. As far as we know, the method is limited to deal with missing complete at random data in a simple monotone missing data pattern. In this research, we extend the unified approach to estimate regression models with nonmonotone missing at random data. We describe an inverse probability weighting estimator condition on estimators from a set of working regression models which contains information from incomplete data and auxiliary variables. The proposed method is flexible and can easily accommodate incomplete data and auxiliary variables. We investigate the finite-sample performance of the proposed estimators using simulation studies and further illustrate the estimation method on a case-control study investigating the risk factors of hip fractures.
机译：统一的方法（陈和陈在J R Stat Soc B 62（3）：449-460,2000）使用工作回归模型从两级研究中从辅助变量中提取信息，以计算回归参数的有效估计器。 据我们所知，该方法仅限于在简单的单调缺失数据模式下处理随机数据缺失。 在这项研究中，我们扩展了统一的方法来估计随机数据中的非单调缺失的回归模型。 我们描述了来自一组工作回归模型的估计器上的反概率加权估计条件，其包含来自不完整数据和辅助变量的信息。 所提出的方法是灵活的，可以容易地容纳不完整的数据和辅助变量。 我们使用模拟研究调查所提出的估计器的有限样本性能，并进一步说明了研究髋部骨折风险因素的病例对照研究的估计方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号