Mô phỏng Monte Carlo với dữ liệu thiếu
Mô phỏng Monte Carlo với dữ liệu thiếu kết hợp mô phỏng ngẫu nhiên — rút các giá trị ngẫu nhiên từ các phân phối xác suất — với các chiến lược xử lý dữ liệu thiếu có nguyên tắc như suy diễn bội. Thay vì loại bỏ các bản ghi không đầy đủ hoặc thay thế bằng một giá trị điền duy nhất, phương pháp này tạo ra nhiều tập dữ liệu hoàn chỉnh được mô phỏng, chạy phân tích mục tiêu trên từng tập, và gộp các kết quả để đưa ra các ước lượng phản ánh trung thực cả sự không chắc chắn do lấy mẫu và sự không chắc chắn do thiếu dữ liệu.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
- van Buuren, S. (2018). Flexible Imputation of Missing Data (2nd ed.). CRC Press / Chapman & Hall. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Monte Carlo Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/vi/bayesian/monte-carlo-simulation-with-missing-data
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Suy luận Bayes với dữ liệu thiếuBayes↔ compare
- Mô phỏng Bootstrap với Dữ liệu ThiếuBayes↔ compare
- Gibbs Sampling với Dữ liệu ThiếuBayes↔ compare
- MCMC với dữ liệu thiếuBayes↔ compare
- Multiple ImputationThống kê↔ compare
- Monte Carlo Tuần tựBayes↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →