登录    注册    忘记密码

期刊文章详细信息

带有缺失数据的结构方程模型中的模型选择问题    

Model Selection of Structural Equation Models with Missing Data

  

文献类型:期刊文章

作  者:李云仙[1] 王学仁[2]

机构地区:[1]云南财经大学金融学院保险系,云南昆明650221 [2]云南大学数学与统计学院统计系,云南昆明650091

出  处:《数理统计与管理》

基  金:国家自然科学基会资助项目(10761011)

年  份:2012

卷  号:31

期  号:6

起止页码:1010-1021

语  种:中文

收录情况:BDHX、BDHX2011、CSSCI、CSSCI2012_2013、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘  要:结构方程模型在社会学、教育学、医学、市场营销学和行为学中有很广泛的应用。在这些领域中,缺失数据比较常见,很多学者提出了带有缺失数据的结构方程模型,并对此模型进行过很多研究。在这一类模型的应用中,模型选择非常重要,本文将一个基于贝叶斯准则的统计量,称为L_v测度,应用到此类模型中进行模型选择。最后,本文通过一个模拟研究及实例分析来说明L_v测度的有效性及应用,并在实例分析中给出了根据贝叶斯因子进行模型选择的结果,以此来进一步说明该测度的有效性。

关 键 词:缺失数据 贝叶斯方法 模型选择  MCMC算法  

分 类 号:O212] F832[数学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心