Asymptotic Results for Multiple Imputation
多重插补的渐近结果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：摘要研究调查缺失数据与最小二乘插补理论，未直接指向用户列出的计量细分领域。
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
多重插补的渐近结果
- 研究问题
- 在抽样调查具有可忽略无应答、协变量可用且完整数据分析采用最小二乘时，插补与多重插补具有怎样的大样本性质？
- 方法与思路
- 作者在上述调查与最小二乘框架下分析插补程序的大样本性质，分别考察位置参数问题和回归问题的推断。
- 材料陈述的贡献
- 摘要称结果为已有位置参数推断程序提供形式化依据，并据此提出回归问题中的新程序；具体形式未说明。
- 阅读关注点
- 应核对可忽略无应答的定义、插补模型与分析模型的关系、插补次数的渐近处理，以及方差估计的有效条件。
- 阅读边界
- 仅据版本未注明的索引摘要，不能判断结果能否适用于不可忽略缺失、其他完整数据估计方法或任意插补模型。
原文摘要
Imputation and multiple-imputation procedures have been used in practice to handle the problem of ignorable nonresponse in sample surveys. We examine the large-sample properties of these procedures where covariates are available for the case when the complete-data analysis is based on least squares. The results provide a formal justification for the inference procedures discussed by Rubin and Schenker for the location problem and suggest new procedures for the regression problem.