有大神能够简单介绍一下missing data的研究情况吗？

RT。
比如里面有哪些研究方向，都有哪些进展

没有仔细了解过。只是上lecture的时候professor介绍过。

现在主要的data missing分三个种类：

• complete random missing：就是你从一组数据中随机抽取了几个；
• random missing：missing value和其他的predictor相关，这个predictor是可以observed也可以是unobserved。eg：穷人做健康问答的missing value比富人的多，这里的missing value和income相关
• censoring：missing value和missing variable highly related，eg:低收入者更倾向于报告他们的收入情况。
  

主要针对missing data的解决办法是single imputation 和multiple imputation 两种。

Single imputation 就是 replace each missing value with a single number， 这个single number可以是column的mean、medium，甚至是从其他非missing value随机出来的数字(到此的方法，都是针对于complete random missing才适用)，还可以是column中其他非missing value拟合出来的值，eg: regress missing value in X_j on X_-j；

Multiple imputation：也是regress missing value in X_j on X_-j，但是要plus noise and repeated for several times. <http://www.ats.ucla.edu/stat/sas/library/multipleimputation.pdf>


再深的我也不懂了，本身就没学多好。


不过还是想求点米，想看爆照。

shijbian 发表于 2014-2-19 16:12
没有仔细了解过。只是上lecture的时候professor介绍过。

现在主要的data missing分三个种类：

非常感谢！

这是本科的lecture吗？

玄绿 发表于 2014-2-19 17:53
非常感谢！

这是本科的lecture吗？

不是的，graduate的

shijbian 发表于 2014-2-19 18:48
不是的，graduate的

能给我发一下lecture讲义吗？谢谢了！