第1章 缺失数据 1
1.1协变量缺失机制 1
1.2协变量缺失的处理方法 4
1.2.1完整个体分析 4
1.2.2基于插补数据的方法 4
1.2.3基于似然的方法 6
1.3响应变量缺失机制 8
1.4响应变量缺失的处理方法 9
第2章 常用的一些检验方法 11
2.1蒙特卡罗检验 11
2.1.1参数蒙特卡罗检验 11
2.1.2非参数蒙特卡罗检验 12
2.2得分类型的检验 15
第3章 完全数据模型的假设检验 19
3.1广义线性模型的研究 19
3.1.1统计量的渐近性质 20
3.1.2蒙特卡罗近似 21
3.2部分线性模型的研究 22
3.3变系数模型的关于模型的检验 22
3.3.1检验统计量及其极限性质 25
3.3.2蒙特卡罗近似 27
3.4变系数模型的关于回归系数的检验 28
3.4.1检验步骤 30
3.4.2检验统计量的近似表现 31
第4章 因变量缺失时部分线性模型拟合优度检验 34
4.1引言 34
4.2完全数据的构造以及模型的估计 35
4.3检验统计量及其渐近性质 36
4.4蒙特卡罗逼近 38
4.5数值分析 40
4.5.1模拟研究 40
4.5.2实际数据分析 43
4.6定理的证明 44
第5章 协变量随机缺失时广义线性模型的拟合优度检验 53
5.1检验步骤 54
5.1.1检验统计量的构造 54
5.1.2检验统计量的极限性质 56
5.2数值分析 57
5.2.1模拟研究 57
5.2.2实例分析 61
5.3定理的证明 61
第6章 响应变量缺失时变系数模型的非参数检验 71
6.1引言 71
6.2检验统计量的构造 72
6.3统计量的渐近性质 74
6.4蒙特卡罗近似 75
6.5数据分析 77
6.5.1模拟研究 77
6.5.2应用于一个环境数据 81
6.6定理的证明 82
第7章 协变量随机缺失时部分线性模型的拟合优度检验 92
7.1引言 92
7.2检验步骤 93
7.2.1检验统计量的构建 93
7.2.2检验统计量的渐近性质 95
7.3数据分析 97
7.3.1模拟研究 97
7.3.2实际数据分析 100
7.4定理的证明 101
第8章 响应变量随机缺失时变系数模型的拟合优度检验 108
8.1引言 108
8.2检验统计量的构造 109
8.3渐近性质 111
8.4蒙特卡罗近似 112
8.5数据分析 113
8.5.1模拟研究 113
8.5.2应用于一个环境数据集 116
8.6定理的证明 116
参考文献 122
索引 127