Tytuł:

Zastosowanie bayesowskiej metody iteracyjnego dopasowania proporcjonalnego do uzupełniania brakujących danych

Tytuł publikacji grupowej:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

Tytuł odmienny:

The Application of bayesian iterative proportional fitting algorithm to imputation missing data

Autor:

Zmyślona, Beata

Opis:

Prace Naukowe Akademii Ekonomicznej we Wrocławiu; 2005; nr 1097, s. 147-158

Abstrakt:

The study of associations among categorical features requires using some techniques, for example a loglinear model. The Bayesian iterative proportional fitting algorithm (Bayesian IPF) is the simulation Monte Carlo technique of estimation of loglinear model parameters in case of incomplete data sets. In this technique we create pseudorandom draws from the posterior distribution of parameters and from the conditional distribution of missing values. The main aim of using this approach is to improve statistical inference through elimination of estimator bias and to correct estimation of standard errors. In this paper we present the theoretical background of Bayesian IPF and its application to impute missing data through generating values from conditional distribution.

Wydawca:

Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2005

Typ zasobu:

artykuł

Język:

pol

Powiązania:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu; 2005; nr 1097 ; Statystyka ekonomiczna

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Źródło finansowania:

Projekt dofinansowany ze środków budżetu państwa, przyznanych przez Ministra Nauki w ramach Programu Społeczna odpowiedzialność nauki II. Tytuł projektu: Nauka dla Społeczeństwa: Prace Naukowe AEW w otwartym dostępie (2005-2008)