庞新生,李 萌

(北京林业大学 经济管理学院,北京 100083)

基于半参数模型的插补方法研究

庞新生,李 萌

(北京林业大学 经济管理学院,北京 100083)

数据缺失是在数据收集中普遍存在的现象,因而缺失数据的插补问题就成了数据分析领域的重要命题．常用的插补模型有参数模型、非参数模型和半参数模型,其中关于半参数模型的研究较少,考虑到半参数模型的优越性,文章将半参数回归模型与插补方法相结合,利用最小二乘核估计构建半参数模型,再利用辅助变量对目标变量进行估计来建立缺失数据的插补数据集,进而实现缺失数据的插补,并通过案例探究该方法的实现及其可行性．

缺失数据;插补方法;半参数模型

通常情况下,在统计研究过程中研究人员都假设用于研究的数据分布是明确的,不存在缺失数据和不正确的值,然而,事实上并不是这样的,在数据的收集和整理过程中由于各种可控和不可控的原因往往会造成数据的缺失,这使得实际得到的数据与可用于模型处理的数据之间存在很大的差距,这一现象对统计质量的影响是显著的．缺失数据不仅会增加研究的复杂性,还会造成推论中估计的偏差增大,从而使得研究结果缺乏说服力．因此,需要采用一定的方法对数据缺失的现象进行补救．常用的补救方法主要包括加权调整、插补和参数似然估计等,加权调整主要用于处理调查中单位无回答,插补主要用……