• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Survey methodology >Estimation du maximum de vraisemblance pour les tableaux de contingence et la régression logistique en présence de données incorrectement appariées
【24h】

Estimation du maximum de vraisemblance pour les tableaux de contingence et la régression logistique en présence de données incorrectement appariées

机译：在数据不正确匹配的情况下，列联表的最大似然估计和逻辑回归

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

L'appariement des données consiste à jumeler des enregistrements issus de deux fichiers ou plus que l'on pense appartenir à une même unité (par exemple une personne ou une entreprise). Il s'agit d'un moyen très courant de renforcer la dimension temporelle ou des aspects tels que la portée ou la profondeur des détails. Souvent, le processus d'appariement des données n'est pas exempt d'erreur et peut aboutir à la formation d'une paire d'enregistrements qui n'appartiennent pas à la même unité. Alors que le nombre d'applications d'appariement d'enregistrements croît exponentiellement, peu de travaux ont porté sur la qualité des analyses effectuées en se servant des fichiers de données ainsi appariées. Traiter naïvement ces fichiers comme s'ils ne contenaient pas d'erreurs mène, en général, à des estimations biaisées. Le présent article décrit l'élaboration d'un estimateur du maximum de vraisemblance pour les tableaux de contingence et la régression logistique en présence de données incorrectement appariées. Simple, cette méthode d'estimation est appliquée en utilisant l'algorithme EM bien connu. Dans le contexte qui nous occupe, l'appariement probabiliste des données est une méthode reconnue. Le présent article démontre l'efficacité des estimateurs proposés au moyen d'une étude empirique s'appuyant sur cet appariement probabiliste.
机译：数据匹配包括合并来自两个或多个文件的记录，这些文件被认为属于同一单位（例如，一个人或一家公司）。这是加强时间维度或方面（例如细节的范围或深度）的非常常用的方法。通常，数据匹配过程并非没有错误，并且可能导致形成一对不属于同一单元的记录。尽管记录匹配应用程序的数量呈指数增长，但很少有工作集中在使用如此匹配的数据文件执行的分析的质量上。将这些文件天真地对待，就好像它们没有错误一样，通常会导致估计偏差。本文介绍了在不正确匹配数据的情况下针对列联表和逻辑回归的最大似然估计器的开发。简单地，使用众所周知的EM算法来应用该估计方法。在这种情况下，概率数据匹配是一种公认​​的方法。本文通过基于这种概率配对的实证研究，证明了所提出估计量的有效性。

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