發(fā)布時間：2024-04-11 04:21

　　缺失數(shù)據(jù)的存在比較普遍.合理的處理缺失數(shù)據(jù)能更好的利用數(shù)據(jù)中的信息來做決策,缺失數(shù)據(jù)處理方法的研究就變得很有現(xiàn)實意義.本文采用經(jīng)驗似然方法對缺失部分的條件分布函數(shù)進行估計,并對具有缺失協(xié)變量的Logistic模型進行參數(shù)化建模.本文在符合Logistic模型的實際數(shù)據(jù)中應用半?yún)��?shù)方法和其他幾種方法并分析驗證半?yún)��?shù)方法性能,其內容可分為兩點:1.通過模擬得到缺失數(shù)據(jù),一種方式是完全可觀測數(shù)據(jù),在MAR機制下針對協(xié)變量模擬不同的缺失率得到協(xié)變量缺失數(shù)據(jù).完全可觀測數(shù)據(jù)一個是太平洋保險理賠數(shù)據(jù),設定2個缺失協(xié)變量,模擬的缺失率分別為5%、10%、15%、20%、25%、30%、35%、40%.另一個是德國信用評估數(shù)據(jù),設定8個缺失協(xié)變量,模擬的缺失率分別為5%、10%、15%、20%、25%、30%.另一種方式通過模擬與原缺失數(shù)據(jù)相近的全數(shù)據(jù),設定3個缺失協(xié)變量,在全數(shù)據(jù)的基礎上模擬三種缺失機制:MAR機制、MCAR機制、改進的NI機制下的協(xié)變量缺失數(shù)據(jù).2.在模擬協(xié)變量帶缺失的太平洋保險和德國信用評估數(shù)據(jù)中,采用了半?yún)��?shù)方法和CC、均值插補、MI、EM方法來做缺失處理,這幾種方法的性能采用...

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內研究現(xiàn)狀
        1.2.3 國內外研究現(xiàn)狀對比分析
    1.3 主要研究內容和技術線路
第二章 缺失數(shù)據(jù)相關知識概述
    2.1 缺失數(shù)據(jù)產(chǎn)生的原因
    2.2 缺失數(shù)據(jù)的缺失模式
        2.2.1 單變量缺失和多變量缺失
        2.2.2 單調缺失和非單調缺失
        2.2.3 文件匹配缺失
        2.2.4 因子分析缺失
    2.3 缺失數(shù)據(jù)的缺失機制
        2.3.1 隨機缺失(MAR)
        2.3.2 完全隨機缺失(MCAR)
        2.3.3 非完全隨機缺失(NMAR)
    2.4 缺失數(shù)據(jù)的幾種常見處理方法
        2.4.1 完全案例分析法(CC)
        2.4.2 均值插補
        2.4.3 回歸插補
        2.4.4 EM算法
        2.4.5 多重插補(MI)
    2.5 本章小結
第三章 Logistic模型和缺失協(xié)變量半?yún)��?shù)方法研究
    3.1 Logistic模型
        3.1.1 Logistic模型的定義
        3.1.2 Logistic模型的估計
    3.2 缺失協(xié)變量的半?yún)��?shù)方法
    3.3 本章小結
第四章 半?yún)��?shù)方法的應用
    4.1 半?yún)��?shù)方法在保險數(shù)據(jù)中的應用
        4.1.1 數(shù)據(jù)的選取說明
        4.1.2 半?yún)��?shù)方法的應用
    4.2 半?yún)��?shù)方法在信用評估數(shù)據(jù)中的應用
        4.2.1 數(shù)據(jù)的選取說明
        4.2.2 半?yún)��?shù)方法的應用
    4.3 半?yún)��?shù)方法在醫(yī)學數(shù)據(jù)中的應用
        4.3.1 模擬研究
        4.3.2 數(shù)據(jù)的選取說明及應用
    4.4 本章小結
第五章 結論與展望
致謝
參考文獻
攻讀碩士學位期間取得的研究成果



本文編號：3950867