內容簡介

本書介紹了針對社會科學研究中經常遇到的樣本數據缺失的處理方法。樣本數據缺失是指樣本中出現各種統計變量的缺失，以往研究者喜歡將這種隨機認定為符合接近隨機缺失的特性，但實際上這一假設並不一定能接近符合，往往隻能符合隨機缺失的特性，在對這種數據缺失進行處理時，往往會出現刪除大量數據導致影響統計結果的問題。本書的主要內容在於介紹了在有缺失數據時如何進行優選似然估計的方法。除此之外，本書還對插補的EM算法、多重插補法等方法進行了介紹。並討論了不可忽略的缺失數據。