Statistical Analysis With Missing Data
缺失数据的统计分析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：目录讨论跨模型的通用缺失数据分析，未直接限定于所列经济计量细分领域。
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…
缺失数据的统计分析
- 研究问题
- 所给目录涉及如何在数据缺失时进行估计与推断，包括完整案例、插补、似然分析，以及可忽略和不可忽略缺失机制。
- 方法与思路
- 目录按基础方法、似然理论及常见模型应用展开，涵盖加权、单次与多重插补、Bayes 方法和非可忽略缺失模型。
- 材料陈述的贡献
- 材料显示内容覆盖多种缺失数据处理思路，但它是目录式文本，没有明确陈述某项新方法、定理或比较结果。
- 阅读关注点
- 应先确认对应文本与书籍的关系，再核对各方法的缺失机制假设、插补不确定性处理和非可忽略模型的识别条件。
- 阅读边界
- OpenAlex 索引摘要版本未注明，所给内容实际为目录；不能据此声称任何方法优于其他方法，也不能确认具体证明或应用结果。
原文摘要
Preface.PART I: OVERVIEW AND BASIC APPROACHES.Introduction.Missing Data in Experiments.Complete-Case and Available-Case Analysis, Including Weighting Methods.Single Imputation Methods.Estimation of Imputation Uncertainty.PART II: LIKELIHOOD-BASED APPROACHES TO THE ANALYSIS OF MISSING DATA.Theory of Inference Based on the Likelihood Function.Methods Based on Factoring the Likelihood, Ignoring the Missing-Data Mechanism.Maximum Likelihood for General Patterns of Missing Data: Introduction and Theory with Ignorable Nonresponse.Large-Sample Inference Based on Maximum Likelihood Estimates.Bayes and Multiple Imputation.PART III: LIKELIHOOD-BASED APPROACHES TO THE ANALYSIS OF MISSING DATA: APPLICATIONS TO SOME COMMON MODELS.Multivariate Normal Examples, Ignoring the Missing-Data Mechanism.Models for Robust Estimation.Models for Partially Classified Contingency Tables, Ignoring the Missing-Data Mechanism.Mixed Normal and Nonnormal Data with Missing Values, Ignoring the Missing-Data Mechanism.Nonignorable Missing-Data Models.References.Author Index.Subject Index.