替代早期完全随机缺失状态下longitudinal数据测量结果分析  

作　　者：佟昕[1] 

机构地区：[1]辽宁经济管理干部学院

出　　处：《统计与咨询》2020年第2期26-28,共3页Statistics and Consultation

基　　金：2019年辽宁省教育厅科学研究经费项目《养老金财政支付压力测算与化解对策研究》课题编号LN2019QJ01;辽宁经济职业技术学院物流管理专业国家级职业院校教师教学创新团队项目.

摘　　要：用相同序列中早期数据做模拟研究,在完全随机缺失MCAR状态下运用不同限定条件预测longitudinal响应最终结果。由10个重复测量数据生成Logistic模型模拟MCAR缺失机制。用不同方法来计算相关度量并且用没有缺失的原始数据来评估缺失的影响。用偏离率和均方误差来评估影响的程度。结果表明在MCAR机制下,选用AC方法的偏离率和均方误差小于CC方法,即AC方法优于CC方法。

关 键 词：数据缺失 完全随机缺失MCAR longitudinal数据 

分 类 号：O212.4[理学—概率论与数理统计]