Читать онлайн «Статистический анализ данных с пропусками»

STATISTICAL ANALYSIS WITH MISSING DATA RODERICK J. A. LITTLE University of California at Los Angeles DONALD B. RUBIN Harvard University JOHN WILEY & SONS New York- Chichester • Brisbane • Toronto • Singapore ЕДжАЛиттл ДБ. Рубин СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ С ПРОПУСКАМИ Перевод с английского A. M. НИКИФОРОВА Москва /'Финансы и статистика" 1991 ББК 16. 2. 9 Л 64 МАТЕМАТИКО-СТАТИСТИЧЕСКИЕ МЕТОДЫ ЗА РУБЕЖОМ Серия основана в 1977 году ВЫШЛИ ИЗ ПЕЧАТИ 1. Ли Ц. ,Джадж Д. ,3ельнер А. Оценивание параметров марковских моделей по агрегированным временным рядам. 2. Райфа Г. , Шлейфер Р. Прикладная теория статистических решений. 3. Клейнен Дж. Статистические методы в имитационном моделировании. Вып. 1 и 2. 4. Б а р д И. Нелинейное оценивание параметров. 5. Б о л ч Б. У. , X у а н ь К. Д. Многомерные статистические методы для экономики. 6. И б е р л а К. Факторный анализ. 7. Зельнер А. Байесовские методы в эконометрии. 8. X е й с Д. Причинный анализ в статистических исследованиях. 9. П у а р ь е Д. Эконометрия структурных измерений. 10. Д р а й м з Ф. Распределенные лаги. 11. Мостеллер Ф. , Тьюки Дж. Анализ данных и регрессия. Вып. 1 и 2. 12. Б и к е л П. , Д о к с а м К. Математическая статистика. Вып. 1 и 2. 13. Л и м е р Э. Статистический анализ неэкспериментальных данных. 14. П е с а р а н М. , С л е й т е р Л. Динамическая регрессия: теория и алгоритмы. 15. Д и д э Э. и др. Методы анализа данных. 16. Бартоломью Д. Стохастические модели социальных процессов. 17. Д рей пер Н. , Смит Г. Прикладной регрессионный анализ. Кн. 1 и 2. 18. Хеттманспергер Т. Статистические выводы, основанные на рангах. 19. Д э й в и с о н М. Многомерное шкалирование. Методы наглядного представления данных. 20. Ж а м б ю М. Иерархический кластер-анализ и соответствия. 21. К о к с Д. Р. , О у к с Д. Анализ данных типа времени жизни. 22. Мэйндоналд Дж. Вычислительные алгоритмы в прикладной статистике. ГОТОВИТСЯ К ПЕЧАТИ Миллер Р . Дисперсионный анализ и последующие методы. Основы прикладной статистики. Редколлегия: А. Г. Аганбегян, Ю. П. Адлер, С. А. Айвазян, Ю. Н. Благовещенский, Б. В. Гнеденко, Э. Б. Ершов, Е. М. Четыркин 0702000000 — 126 Л —ттг-гг. т-г- ПО 90 010(01) —91 ISBN 0-471-80254-9 (США) ISBN 5-279-00443-Х (СССР) с 1987 by John Wiley & Sons, Inc. ^A. M. Никифоров, перевод, предисловие, дополнение, 1991 . ПРЕДИСЛОВИЕ К РУССКОМУ ИЗДАНИЮ С проблемой обработки пропусков в данных приходится сталкиваться в самых разнообразных приложениях статистического анализа. Многие исследователи стремятся как можно быстрее избавиться от пропусков с тем, чтобы впоследствии провести обработку «полных» данных стандартными средствами, мало задумываясь над тем, что такой подход может приводить к сильному различию статистических выводов, сделанных при наличии в данных пропусков и при их отсутствии. Самыми распространенными приемами анализа данных с пропусками являются исключение некомплектных наблюдений (т. е. содержащих пропуски хотя бы одной из переменных) и традиционные методы заполнения пропусков — средневыборочными по присутствующим значениям, с помощью регрессии или главных компонент.