1 / 68
文档名称:

行业收入差距的影响因素实证分析.pdf

格式:pdf   页数:68
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

行业收入差距的影响因素实证分析.pdf

上传人:山吉 2014/3/11 文件大小:0 KB

下载得到文件列表

行业收入差距的影响因素实证分析.pdf

文档介绍

文档介绍:分类号
导师签名螂期:址年』月卫目妇必Ⅷ㈣洲删㈣㈣舢日期:葜纺晟显旅巳原创性声明作者签名:麴盔当关于学位论文使用授权说明⋯本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。学校可根据国家或湖南省有关部门规定送交学位论文。作者签名:
摘要在医疗研究中,研究人员利用病人的医疗记录经常会遇到一些数据缺失问题。这些缺失的数据中蕴含着对医疗诊断和研究有很大价值的信息,那么如何处理医疗数据的缺失问题就成为一项重要的研究课题。在现实环境中,产生数据缺失的原因有很多。不同的背景下,采用不同缺失数据处理方法对统计分析工作有很重要的影响。传统的处理方法是直接删除含有缺失数据的医疗记录,或默认值处理,或完全不处理,得到的分析结果往往不是很满意。针对不同的缺失数据问题,和ㄒ辶艘韵氯植煌氖萑笔Щ疲和耆婊本文主要目的是研究信息缺失机制下的医疗数据缺失问题。通过马尔科夫随机数据模拟来探讨三种贝叶斯模型处理缺失数据的方法,即先赋予含缺失数据的变量一个简单的先验分布,再进行缺失数据填补的方法。不失一般性,同时探讨两种多变量结构的回归模型的数据填补方法。最后作为对比,检验完全观测数据分析模每一种方法的偏差和均方误差与变量的缺失率及缺失机制有关,且没简单的先验分布,且分布参数服从一致的先验分布,在大多数情况下析影响心脏病患者死亡率的危险因素做一个实证分析。关键词缺失数据,医疗记录,马尔科夫模拟,贝叶斯分析失,凰婊笔,,及信息缺失型和对条件的缺失进行缺失数据处理模型的数据填补情况。结果表明有任何一种方法有很好的填补效果。但是,假设先赋予缺失变量一个都可以相对降低偏差,对于医疗研究有非常重要的意义。最后,以分琁。硕士学位论文
痶,籹琈,;,.,“’’,.琲,,.
,琈,.瑆.,珺硕士学位论文
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯问题的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..医疗记录中存在数据缺失的原因⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..医疗缺失数据的处理方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..贝叶斯方法在医疗领域的研究和进展⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文的研究目的及主要工作和创新⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯..⋯.‘⋯⋯⋯..缺失数据机制的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯,,⋯⋯⋯⋯⋯⋯琁⋯⋯⋯⋯⋯:⋯..缺失数据的处理方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.畈埂多重填补的机制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..匆端雇臣品治觥填补⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..檠畈埂基于贝叶斯理论的回归模型分析⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯一⋯⋯⋯⋯⋯..随机数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⑷
缺失数据处理模型的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..P偷慕ⅰ参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第四章案例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.臣剖莸拇怼结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第五章讨论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯致谢⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.硕士学位论文目录.