微观计量分析中缺失数据的极大似然估计

被引:7
作者
孙凤
机构
[1] 清华大学人文学院
关键词
极大似然估计; 预期—最大算法; 缺失数据;
D O I
10.13653/j.cnki.jqte.2005.11.006
中图分类号
F224 [经济数学方法];
学科分类号
0701 ; 070104 ;
摘要
微观计量经济分析中常常遇到缺失数据,传统的处理方法是删除所要分析变量中的缺失数据,或用变量的均值替代缺失数据,这种方法经常造成样本有偏。极大似然估计方法可以有效地处理和估计缺失数据。本文首先介绍缺失数据的极大似然估计方法,然后对一实际调查数据中的缺失数据进行极大似然估计,并与传统处理方法的估计结果进行比较和评价。
引用
收藏
页码:51 / 56
页数:6
相关论文
共 2 条
[1]   处理缺失数据中辅助信息的利用 [J].
金勇进 .
统计研究, 1998, (01) :43-45
[2]  
北京市居民医疗消费行为及意愿研究[M]. - 中国人民大学出版社 , 易丹辉著, 2004