缺失數(shù)據(jù)統(tǒng)計(jì)分析（第2版翻譯版）

前言
第一部分 回顧與基本方法
第一章 概論.
1.1 缺失數(shù)據(jù)的問題
1.2 缺失數(shù)據(jù)模式
1.3 導(dǎo)致缺失數(shù)據(jù)的機(jī)制
1.4 缺失數(shù)據(jù)方法的分類
第二章 試驗(yàn)中的缺失數(shù)據(jù)
2.1 引言
2.2 完全數(shù)據(jù)的精確的最小二乘解
2.3 缺失數(shù)據(jù)的正確的最小二乘分析
2.4 填充最小二乘估計(jì)
2.5 Bartlett的ANCOVA方法
2.6 僅使用完全數(shù)據(jù)方法由ANCOVA獲得缺失值的
2.7 標(biāo)準(zhǔn)差的正確的最小二乘估計(jì)和一個(gè)自由度的平方和
2.8多于一個(gè)自由度的最小二乘平方和問題
第三章 完全個(gè)體和可用個(gè)體的分析,包括加權(quán)方法
3.1 引言
3.2 完全個(gè)體分析
3.3 加權(quán)的完全個(gè)體分析
3.4 可用個(gè)體分析問題
第四章 單一借補(bǔ)方法
4.1 引言
4.2 從預(yù)測分布借補(bǔ)均值
4.3 從預(yù)測分布中抽取借補(bǔ)值
4.4 結(jié)論問題
第五章 借補(bǔ)不確定性的估計(jì)
5.1 引言
5.2 由單一填充數(shù)據(jù)集提供有效的標(biāo)準(zhǔn)誤差的借補(bǔ)方法
5.3 用再抽樣的借補(bǔ)數(shù)據(jù)的標(biāo)準(zhǔn)誤差
5.4 多重借補(bǔ)的介紹
5.5 再抽樣方法和多重借補(bǔ)的比較問題
第二部分 用于缺失數(shù)據(jù)分析的基于似然的方法
第六章 基于似然函數(shù)的推斷理論
6.1 完全數(shù)據(jù)基于似然的估計(jì)的回顧
6.2 不完全數(shù)據(jù)基于似然的推斷
6.3 極大似然以外通常有缺陷的方法：對參數(shù)和缺失數(shù)據(jù)極大化
6.4 對粗化數(shù)據(jù)的似然理論問題
第七章 因子化似然方法,忽略缺失數(shù)據(jù)機(jī)制
7.1 引言
7.2 具有一個(gè)變量不響應(yīng)的二元正態(tài)數(shù)據(jù)：ML估計(jì)（極大似然估計(jì)）
7.3 二元正態(tài)單調(diào)數(shù)據(jù)：小樣本推斷
7.4 兩個(gè)以上變量的單調(diào)數(shù)據(jù)
7.5 對特殊的非單調(diào)模式的因子化問題
第八章 缺失數(shù)據(jù)一般模式的極大似然,可忽略不響應(yīng)的介紹和理論
8.1 另一種可選用的計(jì)算策略
8.2 EM算法的介紹
8.3 EM的正步和M步..
8.4 EM算法的理論
8.5 EM的推廣
8.6 混合極大化方法問題
第九章 基于極大似然估計(jì)的大樣本推斷
9.1 基于信息陣的標(biāo)準(zhǔn)誤差
9.2 無需計(jì)算已觀測信息矩陣的估計(jì)并求逆,產(chǎn)生標(biāo)準(zhǔn)誤差問題
第十章 貝葉斯和多重借補(bǔ)
10.1 貝葉斯迭代模擬方法
10.2 多重借補(bǔ)問題
第三部分 不完全數(shù)據(jù)分析的基于似然的方法：一些例子
第十一章 多元正態(tài)的例子,可忽略缺失數(shù)據(jù)機(jī)制
11.1 引言
11.2 正態(tài)下有缺失數(shù)據(jù)時(shí)均值向量和協(xié)差陣的推斷
11.3 有限制協(xié)差陣的估計(jì)
11.4 多元線性回歸
11.5 一個(gè)一般的有缺失數(shù)據(jù)的重復(fù)度量模型
11.6 時(shí)間序列模型問題
第十二章 穩(wěn)健估計(jì)
12.1 引言
12.2 一元樣本的穩(wěn)健估計(jì)
12.3 均值和協(xié)差陣的穩(wěn)健估計(jì)
12.4 t模型的進(jìn)一步擴(kuò)展問題
第十三章 未完全分類的列聯(lián)表模型,忽略缺失數(shù)據(jù)機(jī)制
13.1 引言
13.2 單調(diào)多項(xiàng)數(shù)據(jù)的因子化似然
13.3 有一般缺失數(shù)據(jù)模式的多項(xiàng)分布樣本的ML和貝葉斯估計(jì)
13.4 不完全分類列聯(lián)表的對數(shù)線性模型問題
第十四章 有缺失值的正態(tài)和非正態(tài)混合數(shù)據(jù),可忽略缺失數(shù)據(jù)機(jī)制
14.1 引言
14.2 一般的位置模型
14.3 有參數(shù)制約的一般的位置模型
14.4 連續(xù)和分類變量混合的回歸問題
14.5 一般的位置模型的進(jìn)一步擴(kuò)展問題
第十五章 不可忽略缺失數(shù)據(jù)模型
15.1 引言
15.2 不可忽略模型的似然理論
15.3 具有已知不可忽略缺失數(shù)據(jù)機(jī)制的模型：分組的和歸并的數(shù)據(jù)
15.4 正態(tài)的選擇模型
15.5 正態(tài)模式混合模型
15.6 正態(tài)重復(fù)測量數(shù)據(jù)的不可忽略模型
15.7 分類數(shù)據(jù)的不可忽略模型問題參考文獻(xiàn)...