本书围绕“缺失数据”这一主题,用大部分篇幅阐述了处理缺失数据问题的新策略.作者在缺失数据的条件下回顾最大似然估计,以一个经过仔细筛选的美国大专院校毕业率的数据为例,解释了插补法的EM算法.随后,作者解释了多重插补方法,并讨论了不可忽略的缺失数据.
具体描述
读后感
评分
评分
评分
评分
评分
用户评价
评分
分析现实数据时，常会遇到缺失数据（信息不完备数据）。我原来以为整列删除法不够高级，各种填补数据法才高级。这本书却不认可我的这种浅见。介绍了极大似然法（ML）和（期望最大法）EM法，以及多重填充法（MI）。好书推荐。
评分翻译水平真的是蛮差的
评分R里面有几个包能做一些缺失数据的填补工作:amelia cat mix,算法有局限，如果不是很清楚，还是老办法删除是王道。
评分翻译水平真的是蛮差的
评分R里面有几个包能做一些缺失数据的填补工作:amelia cat mix,算法有局限，如果不是很清楚，还是老办法删除是王道。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有