| 基于结构方程模型的缺失数据填补方法比较 |
| |
| 引用本文： | 邓居敏,陈羽,关颖. 基于结构方程模型的缺失数据填补方法比较[J]. 数理医药学杂志, 2018, 0(2) |
| |
| 作者姓名： | 邓居敏 陈羽 关颖 |
| |
| 作者单位： | 南方医科大学公共卫生学院生物统计学系; |
| |
| 摘 要： | 目的:对比删除法、多重填补、EM算法、全息极大似然估计4种处理缺失数据的方法在结构方程模型中的应用。方法:研究数据来自一项对广东省某医学高校大学新生的学前调查,调查对象共计2503人。本研究先使用4种方法对缺失数据进行填补,并分别建立测量模型。采用4个模型拟合指标对4种方法的处理效果进行比较,分析不同方法的优缺点。结果:多重填补和全息极大似然估计方法对缺失数据处理结果相似,且优于其他两种方法;EM算法获得的标准误最小,删除法的处理效果最差。结论:不同的缺失数据处理方法各有优缺点,因此在进行缺失数据处理时,可尝试使用多种方法进行比较,选取较为合适的方法。
|
| 关 键 词： | 缺失数据 结构方程模型 比较 |
Comparison of Missing Data Imputation Methods Based on Structural Equation Model |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
