随机缺失、似然可忽略性与模型完备性
统计理论
2007-06-13 v1 统计理论
摘要
本文对不完全数据分析中“随机缺失”（MAR）这一关键概念提供了进一步的见解。遵循通常的挑选建模方法，我们设想两个具有可分离参数的模型：一个用于关注响应的模型和一个用于缺失数据机制（MDM）的模型。若响应模型由一个完备密度族给出，则当且仅当MDM为MAR时，忽略MDM由似然函数进行频率学派推断是有效的。这一必要且充分条件对于粗数据（如删失）的模型亦更广泛地成立。文中给出例子以表明底层模型的完备性对该等价性成立之必要性。
引用
@article{arxiv.math/0406451,
title = {Missing at random, likelihood ignorability and model completeness},
author = {Guobing Lu and John B. Copas},
journal= {arXiv preprint arXiv:math/0406451},
year = {2007}
}