調(diào)查數(shù)據(jù)缺失值的多重插補(bǔ)研究.pdf

1、調(diào)查數(shù)據(jù)中的缺失數(shù)據(jù)問(wèn)題普遍存在于抽樣調(diào)查中，這些缺失數(shù)據(jù)影響后續(xù)統(tǒng)計(jì)分析，當(dāng)今收集數(shù)據(jù)的技術(shù)和途徑日益廣泛，缺失數(shù)據(jù)的產(chǎn)生原因多樣化，缺失數(shù)據(jù)成為當(dāng)今抽樣調(diào)查中不可避免的一部分。但缺失數(shù)據(jù)的存在增加統(tǒng)計(jì)分析難度，缺失數(shù)據(jù)會(huì)使有效數(shù)據(jù)減少，可獲得的信息相應(yīng)減少，影響統(tǒng)計(jì)量精度。由于不能充分表現(xiàn)總體信息，可能會(huì)導(dǎo)致統(tǒng)計(jì)推斷出現(xiàn)偏差或無(wú)效，最終影響統(tǒng)計(jì)決策。隨著人們研究問(wèn)題的逐漸加深，傳統(tǒng)的刪除法和忽略法已經(jīng)不能滿(mǎn)足現(xiàn)實(shí)的需要。統(tǒng)計(jì)調(diào)查缺失

2、數(shù)據(jù)問(wèn)題的研究有重要應(yīng)用價(jià)值。
　　本文首先介紹了論文選題背景和研究意義，并對(duì)有關(guān)缺失數(shù)據(jù)研究作了簡(jiǎn)單文獻(xiàn)描述；第2章介紹了缺失數(shù)據(jù)產(chǎn)生的原因及缺失數(shù)據(jù)的缺失機(jī)制和缺失模式，并詳細(xì)介紹了均值插補(bǔ)法、回歸插補(bǔ)法、EM算法、多重插補(bǔ)法等四種插補(bǔ)方法及其理論基礎(chǔ)；第3章分別對(duì)單一變量隨機(jī)缺失和多變量隨機(jī)缺失進(jìn)行了系統(tǒng)分析，在不同缺失率及不同抽樣比條件下對(duì)四種插補(bǔ)方法的插補(bǔ)效果進(jìn)行比較分析。給出四種插補(bǔ)方法的插補(bǔ)值偏差、均方誤差及箱線(xiàn)圖；

3、第4章進(jìn)行了基于模型的多重插補(bǔ)插補(bǔ)效果實(shí)證分析；以新農(nóng)村建設(shè)滿(mǎn)意度調(diào)查為背景材料，運(yùn)用邏輯回歸模型與多重插補(bǔ)相結(jié)合的方法進(jìn)行實(shí)證分析，并探討不同缺失率下的插補(bǔ)效果；第5章是全文總結(jié)及缺失數(shù)據(jù)處理方法研究工作進(jìn)行展望。最終結(jié)果顯示，缺失率增加，可用的樣本數(shù)據(jù)所占比例減小，四種插補(bǔ)方法的插補(bǔ)值偏差逐漸加大。EM插補(bǔ)和多重插補(bǔ)兩種方法在各缺失率下相對(duì)來(lái)講都比較穩(wěn)定，多重插補(bǔ)方法在中高缺失率下有較大的優(yōu)勢(shì)，運(yùn)用邏輯回歸模型與多重插補(bǔ)相結(jié)合的方法