• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and Its Interface >A semi-parametric approach for imputing mixed data
【24h】

A semi-parametric approach for imputing mixed data

机译：估算混合数据的半参数方法

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this work, we present a semi-parametric method for imputing mixed data which allows us to relax assumptions of the general location model. This approach involves transforming continuous and binary variables to normally distributed data, imputing the data via joint modeling under the normality assumption, and back-transforming the data to their original scale. Transformation and backtransformation of the data comprise the nonparametric portion, and multiple imputation under the normality assumption constitutes the parametric portion of our method. Simulations involving generated mixed data with binary variables and with continuous variables following normal, $t$, Gamma, and mixture Gamma distributions and real data applications indicate promising results, leading us to recommend our approach as a possible avenue for imputing mixed data by semi-parametric means. Full Text (PDF format)
机译：在这项工作中，我们提出了一种估算混合数据的半参数方法，使我们可以放宽对一般位置模型的假设。这种方法涉及将连续变量和二进制变量转换为正态分布的数据，在正态性假设下通过联合建模来估算数据，然后将数据反转换为原始比例。数据的变换和逆变换包括非参数部分，在正态假设下的多重插补构成了我们方法的参数部分。涉及生成的具有二进制变量和连续变量的混合数据的模拟，这些连续变量遵循正态，$ t $，Gamma和混合Gamma分布以及实​​际数据应用，显示出令人鼓舞的结果，因此，我们建议我们采用这种方法，将其作为通过半参数均值。全文（PDF格式）

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