数据部分缺失情况下的均值估计.pdfVIP

第32卷第2期 江西师范大学学报(自然科学版) Vd．32No．2 2008年4月 OFJIANGXINORMALI黼RSrIY(NATURALSCIENCE) JOURNAL Apt．2008 文章编号：1000-5862(2008)02-0242-04 数据部分缺失情况下的均值估计 邓文丽，王立 (江西师范大学数学与信息科学学院，江西南昌330022) 摘要：某随机变量的观测值出现部分缺失时，辅助变量的存在常常可以有利于该随机变量的统计分析， 该文针对辅助变量和目标随机变量没有明确函数关系，但它们存在一定的相关性的情况，提出了目标随 机变量均值的一种新的估计方法，并利用随机模拟将它和完全记录分析所得的估计量进行了比较． 关键词：缺失数据；完全记录分析；相关系数；辅助变量 中图分类号：O212．1 文献标识码：A 1背景介绍 在实践工作中，常会因为某些原因导致数据缺失，只能观测到一部分数据，统计学中一般称为缺失数 据．对于缺失数据的研究至今已有不少成果．邵军对数据的缺失方式进行了总结…，根据“数据是否缺失”与 “观测值大小”是否有关，可以将缺失方式分为：完全随机缺失(MQ咀)，随机缺失(MAR)，协变量相关缺失 (Covariate-dependentMissing)，不可忽略缺失(Nonignorable dent Missing)． 中，x的样本是完整的，y的观测值出现了完全随机缺失，有一部分观测值丢失．用砚=l表示r／被观测到， analysis)．因为 —生 1—卫 …i=1 i=1 1—卫 I z)=肛， …，(‰，‰)估计以·)，得到估计量氕·)，由此得到El，的估计量K={∑氕Xi)．特别当E(y ¨i=l v(y l l ， ● n 伸i=1 p)俨盯：／p乃．也就是说，基于模型分析比完全记录分析所得的估计更优．一般情况下，可以考虑用非参数的方法对 以上的讨论是利用X和l，之间的函数关系来改进EY的估计，而在实际应用中，经常出现这样的情况：2 个随机变量之间没有明确的函数关系，但却存在较强的相关性．如冷饮的销售量和儿童的事故数之间就有 较强的相关性，当天气由冷变热，冷饮的销售量会增加，儿童的户外活动会增多，事故次数也会上升，虽然冷 饮的销售量和儿童的事故数没有直接的函数关系，但因为它们都与一定范围内温度有正相关性，所以两者 收稿日期：2伽7-10-10 基金项目：全国统计科学研究计划(200r7LY043)资助项目． 作者简介：邓文丽(1974-)，女，江西南昌人，副教授，主要从数理统计的研究． 第2期 邓文丽，等：数据部分缺失情况下的均值估计 之间的相关性也较大．针对这种情况下的完全随机缺失问题，本文的第2部分提供一种新的估计方法：在目 标变量和辅助变量没有明确的函数关系却有一定的相关性的情况下，尝试从af=0的那些记录中找回一些 和Ey有关的信息，利用缺失记录对瓦进行改进．通过方差的比较发现，新的估计方法