• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Survey methodology >Multiple imputation of missing values in household data with structural zeros
【24h】

Multiple imputation of missing values in household data with structural zeros

机译：具有结构零的家庭数据中缺失值的多重归责

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

We present an approach for imputation of missing items in multivariate categorical data nested within households. The approach relies on a latent class model that (i) allows for household-level and individual-level variables, (ii) ensures that impossible household configurations have zero probability in the model, and (iii) can preserve multivariate distributions both within households and across households. We present a Gibbs sampler for estimating the model and generating imputations. We also describe strategies for improving the computational efficiency of the model estimation. We illustrate the performance of the approach with data that mimic the variables collected in typical population censuses.
机译：我们提出了一种缺乏缺少家庭中的多元分类数据中缺失项目的归责方法。该方法依赖于潜在的类模型，（i）允许家庭级别和单个级别变量，（ii）确保在模型中不可能的家庭配置具有零概率，（iii）可以保留家庭内的多变量分布遍布家庭。我们提出了一个GIBBS采样器，用于估计模型和生成避认。我们还描述了提高模型估计计算效率的策略。我们说明了对模拟典型人口普查中收集的变量的数据的方法的性能。

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