会员服务
在统计调查的过程中，由于受访者对问题的遗漏、拒绝，或是调查员与调查问卷本身存在的一些疏忽，使得记录经常会出现 缺失数据 (Missing Data) 的问题。但是，几乎所有标准统计方法都假设每个个案具有可用于分析的所有变量信息，因此缺失数据就成为进行统计研究或问卷调查的工作人员所必须解决的一个问题。
Causal Inference with Missing Exposures and Missing Outcomes
Arxiv
0+阅读 · 6月16日
Informative Missingness to Generate Irregular Clinical Time Series
Arxiv
0+阅读 · 6月14日
Propensity Score Propagation: A General Framework for Design-Based Inference with Unknown Propensity Scores
Arxiv
0+阅读 · 6月4日
Estimation of Long-Range Dependent Models with Missing Data: to Impute or not to Impute?
Arxiv
0+阅读 · 5月7日
Component over Composite: Mitigating Type I Error Inflation when Imputing "Days Alive and at Home"
Arxiv
0+阅读 · 5月20日
State-Space Representation of INGARCH Models and Their Application in Insurance
Arxiv
0+阅读 · 5月9日
Data-driven Lake Water Quality Forecasting for Time Series with Missing Data using Machine Learning
Arxiv
0+阅读 · 6月10日
Partial Identification under Missing Data Using Weak Shadow Variables from Pretrained Models
Arxiv
0+阅读 · 6月8日
FHRFormer: A Self-Supervised Masked Transformer Framework for Fetal Heart Rate Time-Series Inpainting and Forecasting
Arxiv
0+阅读 · 5月28日
MambaGaze: Bidirectional Mamba with Explicit Missing Data Modeling for Cognitive Load Assessment from Eye-Gaze Tracking Data
Arxiv
0+阅读 · 5月21日
Multi-environment Invariance Learning with Missing Data
Arxiv
0+阅读 · 5月8日
An Interdisciplinary and Cross-Task Review on Missing Data Imputation
Arxiv
0+阅读 · 4月24日
Self-separated and self-connected models for mediator and outcome missingness in mediation analysis
Arxiv
0+阅读 · 4月6日
Prediction with Missing Data: Target Probabilities and Missingness Mechanisms
Arxiv
0+阅读 · 3月18日
Learning Over Dirty Data with Minimal Repairs
Arxiv
0+阅读 · 3月18日
参考链接
微信扫码咨询专知VIP会员
Top