基于多重插补和Logistic回归的专家缺失信息处理方法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：数据是当前各研究领域研究对象的信息载体,但在理论研究、数据收集、统计判断过程中,常因理论缺失、经验不足、主观判断等导致收集的数据不完整.尤其在存在相关变量的数据集上,数据的缺失将影响整体规律的判断.因此,一种针对不完整数据集的处理方法,用以实现有效数据预处理,支撑科学研究显得尤为重要.围绕专家在某评估数据集中缺失数据的现象,区分数据类型,对于数值型数据,采用基于链式方程的多重插补法插补;对于类别型数据,采用Logistic回归模型插补,并通过专家自身偏好一致性及专家共识度评价指标,比较插补结果的优劣.

作者：

李梓祎、吴昕阳

展开 >

作者单位：

95668部队云南昆明 650000

国防科技大学系统工程学院湖南长沙 410073

关键词：

多重插补 Logistic回归专家自身偏好一致性专家共识度

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.08.010

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(8)