...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of statistical computation and simulation >Multiple imputation for gamma outcome variable using generalized linear model
【24h】

Multiple imputation for gamma outcome variable using generalized linear model

机译：使用广义线性模型对伽玛结果变量进行多次插补

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

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

摘要

We used a proper multiple imputation (MI) through Gibbs sampling approach to impute missing values of a gamma distributed outcome variable which were missing at random, using generalized linear model (GLM) with identity link function. The missing values of the outcome variable were multiply imputed using GLM and then the complete data sets obtained after MI were analysed through GLM again for the estimation purpose. We examined the performance of the proposed technique through a simulation study with the data sets having four moderate and large proportions of missing values, 10%, 20%, 30% and 50%. We also applied this technique on a real life data and compared the results with those obtained by applying GLM only on observed cases. The results showed that the proposed technique gave better results for moderate proportions of missing values.
机译：我们使用带有身份链接功能的广义线性模型（GLM），通过Gibbs采样方法使用适当的多重插补（MI）来估算随机丢失的伽玛分布结果变量的缺失值。使用GLM对结果变量的缺失值进行乘积估算，然后再次通过GLM分析MI之后获得的完整数据集，以进行估计。我们通过模拟研究检查了所提出技术的性能，该数据集具有四个中等和较大比例的缺失值，分别为10％，20％，30％和50％。我们还将这种技术应用于现实生活中的数据，并将结果与​​仅对观察到的情况应用GLM所获得的结果进行了比较。结果表明，所提出的技术对于中等比例的缺失值给出了更好的结果。

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