Hiányzó adatok többszörös imputálása a gyakorlatban: Alapvető elmélet és elemzési stratégiák

Értékelés:   (1.0 az 5-ből)

Hiányzó adatok többszörös imputálása a gyakorlatban: Alapvető elmélet és elemzési stratégiák (Yulei He)

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.

Eredeti címe:

Multiple Imputation of Missing Data in Practice: Basic Theory and Analysis Strategies

Könyv tartalma:

Multiple Imputation of Missing Data in Practice: A többszörös imputáció megközelítése az adatelemzésben gyakran előforduló hiányzó adatok problémáinak átfogó bevezetését nyújtja. Az elmúlt mintegy 40 évben a többszörös imputálás gyors fejlődésen ment keresztül mind az elméletek, mind az alkalmazások terén. Napjainkban ez a legsokoldalúbb, legnépszerűbb és leghatékonyabb hiányzóadat-stratégia, amelyet a kutatók és a gyakorlati szakemberek különböző területeken használnak. A kutatói és gyakorlati közösségben nagy szükség van a többszörös imputáció jobb megértésére és megismerésére.

Ez a könyv a széles közönség számára is hozzáférhető módon magyarázza el a hiányzó adatok problémáinak statisztikai fogalmait és a kapcsolódó terminológiát. Arra összpontosít, hogyan lehet a hiányzó adatokkal kapcsolatos problémákat többszörös imputálással kezelni. Ismerteti a többszörös imputálás mögött álló alapvető elméletet, valamint számos gyakran használt modellt és módszert. Ezeket az elképzeléseket a hiányzó adatok problémáinak széles köréből vett példákkal illusztrálja. A különböző felépítésű és jellemzőkkel rendelkező tanulmányokból származó valós adatok (pl. keresztmetszeti adatok, longitudinális adatok, összetett felmérések, túlélési adatok, mérési hibának kitett tanulmányok stb. ) felhasználásával szemléltetjük a módszereket. Annak érdekében, hogy az olvasók ne csak azt tudják, hogyan kell használni a módszereket, hanem megértsék, miért működik a többszörös imputálás, és hogyan válasszák ki a megfelelő módszereket, szimulációs tanulmányok segítségével értékelik a többszörös imputálási módszerek teljesítményét. A példaadatkészletek és a mintaprogramozási kódok vagy a könyvben találhatók, vagy elérhetőek egy github-oldalon (https: //github.com/he-zhang-hsu/multiple_imputation_book).

Főbb jellemzők.

⬤ Áttekintést nyújt a hiányzó adatokkal kapcsolatos problémák és a többszörös imputációs elemzés jobb megértéséhez hasznos statisztikai fogalmakról.

⬤  Részletes tárgyalást nyújt a többszörös imputációs modellekről és módszerekről, amelyek a hiányzó adatok különböző típusú problémáira irányulnak (pl. egyváltozós és többváltozós hiányzó adatok problémái, hiányzó adatok a túlélési elemzésben, longitudinális adatok, összetett felmérések stb. )

⬤ Mérési hibaproblémák vizsgálata a többszörös imputálással.

⬤ Tárgyalja a többszörös imputációs diagnosztika elemzési stratégiáit.

⬤ Tárgyalja az adatelőállítási kérdéseket, amikor a többszörös imputálás célja az adatkészletek nyilvános használatra történő kiadása, ahogyan azt a nemválaszolási problémákkal küzdő nagyszabású felméréseket feldolgozó és kezelő szervezetek teszik.

⬤ A könyvben néhány példához illusztratív adatkészletek és a népszerű statisztikai csomagokból (pl. SAS, R, WinBUGS) származó mintaprogramozási kódok szerepelnek. Mások esetében ezek egy github-oldalon érhetők el (https: //github.com/he-zhang-hsu/multiple_imputation_book).

A könyv egyéb adatai:

ISBN:9781498722063
Szerző:
Kiadó:
Nyelv:angol
Kötés:Keményfedeles
A kiadás éve:2021
Oldalak száma:476

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

Hiányzó adatok többszörös imputálása a gyakorlatban: Alapvető elmélet és elemzési stratégiák -...
Multiple Imputation of Missing Data in Practice: A...
Hiányzó adatok többszörös imputálása a gyakorlatban: Alapvető elmélet és elemzési stratégiák - Multiple Imputation of Missing Data in Practice: Basic Theory and Analysis Strategies

A szerző munkáit az alábbi kiadók adták ki:

© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)