不完全分类数据的非参数统计推断与插补
统计方法学
2019-07-12 v2 统计计算
摘要
分类数据中的缺失问题在各种实际应用中十分常见。传统方法要么仅利用完整观测，要么通过某些临时方法而非缺失数据的真实条件分布来插补缺失数据，从而丢失或扭曲了部分观测中的丰富信息。本文中，我们提出坍缩乘积多项分布的狄利克雷过程混合(DPMCPM)来联合建模完整数据并高效计算该模型。通过拟合无限乘积多项分布混合，DPMCPM适用于任何分类数据，无论其真实分布如何，其中可能包含变量间的复杂关联。在潜类分析框架下，我们表明DPMCPM可通过创建一个额外类别表示缺失来建模一般缺失机制，从而以其真实条件分布隐式积出缺失部分。通过模拟研究和实际应用，我们证明DPMCPM在不完全分类数据各种缺失机制的统计推断与插补上优于现有方法。DPMCPM已作为R包\texttt{MMDai}实现，可从Comprehensive R Archive Network获取，网址为https://cran.r-project.org/web/packages/MMDai/index.html。
引用
@article{arxiv.1712.02214,
title = {Nonparametric Statistical Inference and Imputation for Incomplete Categorical Data},
author = {Chaojie Wang and Linghao Shen and Han Li and Xiaodan Fan},
journal= {arXiv preprint arXiv:1712.02214},
year = {2019}
}
备注
9 pages, 2 figures