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估计与插补，没有明确涉及所列因果、面板或其他经济计量细分方向。
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
- 多参数缺失数据问题中，如何构造便于实施的递归估计程序，并研究其渐近性质及作为插补方法的用途？
- 方法与思路
- 作者研究已有递归方法的多参数版本，列出随机缺失情形下的递推形式，以指数族和多元正态模型说明实施方式。
- 材料陈述的贡献
- 摘要称给出了用于建立渐近性质的定理纲要及若干简便递推，并用二元正态数据比较方法，讨论其插补用途。
- 阅读关注点
- 应核对随机缺失条件、递推更新与初始化要求、渐近定理的完整条件，以及数值比较和插补讨论的具体范围。
- 阅读边界
- 仅据版本未注明的索引摘要，不能判断收敛条件或比较结果；摘要引用年份与所给出版年份存在疑点，需核对原文。
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.