Recursive estimation procedures for missing-data problems
缺失数据问题的递归估计程序AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用缺失数据递归估计与正态模型，没有明确面板、因果或其他所列细分方向的应用证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
缺失数据问题的递归估计程序
- 研究问题
- 在涉及多个参数的缺失数据问题中，如何构造便于实施的递归估计程序，并分析其渐近性质和插补用途？
- 方法与思路
- 作者讨论随机缺失情形下的递归版本，概述渐近理论，先用指数族说明，再详细研究多元正态并作二元正态数值比较。
- 材料陈述的贡献
- 摘要称给出了若干易用递归程序及支持渐近分析的定理框架，同时比较不同方法，并讨论作为插补程序的应用。
- 阅读关注点
- 核对随机缺失的具体定义、递归更新和步长条件、渐近结论及比较指标，并确认插补是否处理参数不确定性。
- 阅读边界
- OpenAlex 稿件版本未注明；摘要所引年份晚于所给出版年份，需核验来源。具体定理条件与数值比较结果未提供。
原文摘要
Titterington (1984) proposes recursive methods for dealing with incomplete data. The present paper concentrates on versions of these for multiparameter problems involving missing data. Theorems are outlined from which asymptotic properties of the recursive procedures can be established and versions of the recursions, some of which are particularly easy to use, are written down for problems in which the missing data are missing at random. After illustration with exponential family models, the case of multivariate normal data is considered in detail. Numerical comparisons of the various methods are obtained using bivariate normal data. Application of the methods as imputation procedures is discussed.