机读格式显示(MARC)

• 000 01514nam 2200325 450

• 001 0000718681

• 005 20181018104700.0

• 010 __ |a 978-7-5432-2867-2 |d CNY30.00

• 100 __ |a 20180723d2018 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 310000

• 105 __ |a k a 000yy

• 106 __ |a r

• 200 1_ |a 缺失数据 |A que shi shu ju |f (美) 保罗·D. 埃里森著 |g 林毓玲译

• 210 __ |a 上海 |c 格致出版社 |c 上海人民出版社 |d 2018

• 215 __ |a 145页 |d 22cm

• 225 2_ |a 格致方法 |A ge zhi fang fa |i 定量研究系列 |f 吴晓刚主编 |v 29

• 306 __ |a 本书版权归SAGE Publications所有。由SAGE Publications授权翻译出版

• 312 __ |a 英文题名原文取自版权页

• 320 __ |a 有书目 (第138-141页)

• 330 __ |a 本书介绍了针对社会科学研究中经常遇到的样本数据缺失的处理方法。样本数据缺失是指样本中出现各种统计变量的缺失, 以往研究者喜欢将这种随机认定为符合完全随机缺失的特性, 但实际上这一假设并不一定能完全符合, 往往只能符合随机缺失的特性, 在对这种数据缺失进行处理时, 往往会出现删除大量数据导致影响统计结果的问题。本书的主要内容在于介绍了在有缺失数据时如何进行最大似然估计的方法。除此之外, 本书还对插补的EM算法、多重插补法等方法进行了介绍。并讨论了不可忽略的缺失数据。

• 410 _0 |1 2001 |a 格致方法 |i 定量研究系列 |f 吴晓刚主编 |v 29

• 500 10 |a Missing data |A Missing data |m Chinese

• 606 0_ |a 社会科学 |A she hui ke xue |x 数据处理 |z 研究

• 690 __ |a C37 |v 5

• 701 _1 |a 埃里森 |A ai li sen |g (Allison Paul D.) |4 著

• 702 _0 |a 林毓玲 |A lin yu ling |4 译

• 801 _0 |a CN |b HDUL |c 20181018

• 905 __ |a HDUL |d C37/464

• 920 __ |a 233030 |z 1