Alternative conditions for ignoring the process that causes missing data
可忽略缺失数据生成过程的替代条件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：摘要讨论一般缺失机制与统计推断，未给出因果识别、面板或其他细分方向的明确设定。
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
可忽略缺失数据生成过程的替代条件
- 研究问题
- 当缺失过程与数据并不独立时，在存在完全充分统计量的条件下，能否仍忽略该过程并推断抽样分布？
- 方法与思路
- 作者利用完全充分统计量的存在性，提出比所比较既有条件更弱的充分条件，并通过育种实例说明其作用。
- 材料陈述的贡献
- 摘要称某些较弱条件足以支持缺失数据情况下的抽样分布推断，即使导致缺失的过程并非独立于数据。
- 阅读关注点
- 应核对完全充分统计量针对的模型、所谓较弱条件的具体内容，以及可忽略性适用于哪些参数和推断程序。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体条件未提供，不能推断任意非随机缺失机制均可忽略。
原文摘要
It is demonstrated that, when a complete sufficient statistic exists, weaker conditions than those of Rubin (1976) are sufficient to allow one to make inferences about the sampling distribution in the case of missing data, where the process that causes missing data is not independent of the data. An example from breeding is presented.