缺失数据处理的期望-极大化算法与马尔可夫蒙特卡洛方法

摘要：

缺失数据普遍存在于心理学研究中,影响着统计推断.极大似然估计(MLE)与基于贝叶斯的多重借补(MI)是处理缺失数据的两类重要方法.期望-极大化算法(EM)是寻求MLE的一种强有力的方法.马尔可夫蒙特卡洛方法(MCMC)可以相对简易地实现MI,而且可以适用于复杂情况下的缺失数据处理.结合研究的需要讨论了实现这两类方法的适用软件.

关键词：缺失数据、期望-极大化算法、马尔可夫蒙特卡洛方法、极大似然估计、多重借补

所属期刊栏目：19

分类号：B841.2(心理学)

在线出版日期：2011-12-23（万方平台首次上网日期，不代表论文的发表时间）

页码：1083-1090