南方科技大学知识苑(SUSTech KC): 基于逆概率加权和插补的Mallows模型平均方法

题名	基于逆概率加权和插补的Mallows模型平均方法
其他题名	Mallows Model Averaging Based on Inverse Probability Weighting and Imputation
作者	祝恒坤 ; 张海丽
发表日期	2022
DOI	10.12341/jssms21363
发表期刊	系统科学与数学影响因子和分区
ISSN	1000-0577
卷号	42 期号:4页码:1032-1059
摘要	数据缺失是实际数据分析中一个常见的问题.文章将逆概率加权方法与插补方法结合,提出了一种Mallows模型平均方法以处理数据缺失问题,并证明了该方法得到的估计量在实现最小平方误差的意义下能渐近地达到最优.相比于传统的逆概率加权方法,文章的方法不仅可以充分利用观测信息,并且能够应用于非随机缺失的情形.相比于完全基于插补的方法,文章的方法继承了插补方法的一些优势,同时能够避免因错误地插补较大的数据块而产生的偏差.通过数值模拟,首先验证了三种简单的插补方法满足渐近最优性成立的条件,之后将文章提出的Mallows模型平均方法与已有的应用于缺失数据的模型平均方法进行比较,结果表明,所提出的新方法在大多数情况下优于已有的其它模型平均方法.最后,将新方法应用于平均寿命数据,实证结果进一步表明新方法较已有模型平均方法更为稳健.
关键词	非随机缺失插补逆概率加权模型平均渐近最优性
相关链接	[万方记录]
语种	中文
学校署名	其他
资助项目	国家自然科学基金 ; 首都师范大学交叉科学研究院和生物统计交叉学科资助课题
来源库	WanFang
万方记录号	xtkxysx-zw202204019
引用统计	被引频次[WOS]：0
成果类型	期刊论文
条目标识符	http://sustech.caswiz.com/handle/2SGJ60CL/401896
专题	理学院_统计与数据科学系
作者单位	1.首都师范大学数学科学学院,北京100048 2.南方科技大学统计与数据科学系,深圳518055
推荐引用方式 GB/T 7714	祝恒坤,张海丽. 基于逆概率加权和插补的Mallows模型平均方法[J]. 系统科学与数学,2022,42(4):1032-1059.
APA	祝恒坤,&张海丽.(2022).基于逆概率加权和插补的Mallows模型平均方法.系统科学与数学,42(4),1032-1059.
MLA	祝恒坤,et al."基于逆概率加权和插补的Mallows模型平均方法".系统科学与数学 42.4(2022):1032-1059.