二分类Logistic回归插补法及其应用  

Binary Logistic Regression Imputation and Application

作　　者：戴明锋[1] 金勇进[2] 查奇芬[3] 刘寅飞[3] 

机构地区：[1]中国人民大学统计学院,北京100872 [2]中国人民大学应用统计科学研究中心,北京100872 [3]江苏大学财经学院,江苏镇江212013

出　　处：《数学的实践与认识》2013年第21期162-167,共6页Mathematics in Practice and Theory

基　　金：国家社科基金项目<普查数据质量的事后抽查理论及其应用研究>(11BTJ009)

摘　　要：在实际的调查数据和实验数据中,经常会出现数据缺失的问题,插补方法是处理缺失数据的一种常用的技术方法.对于目标变量是二分类的定性变量时,可以采用Logistic回归插补法进行插补,采用一套高中生进入大学学习影响因素分析的模拟数据进行实证分析,探讨了Logi8tic回归插补法的一些特点.The problem of missing data frequently appears in the actual survey data and experimental data. imputation is a commonly used technique for dealing with missing data. As the target variable is a binary variable, logistic＇regression imputation can be adopted. In this paper, a set of simulation data on impact factor of high school students entering university is adopted for empirical analysis, and we also discusses some properties of logistic regression imputation.

关 键 词：缺失数据 缺失机制检验 Logistic回归插补 

分 类 号：O212.1[理学—概率论与数理统计]