基于MCMC的不完整数据插补方法研究

作者：黄铉

来源：通讯世界, 2016, (01): 265-266.

• 不完整数据
• 马尔科夫蒙特卡洛(MCMC)
• 多重插值(MI)

数据分析过程中常出现数据不完整的情况,直接对其进行分析会造成结果出现偏差影响后续的决策判断。利用马尔科夫蒙特卡洛(MCMC)方法从分布中近似抽样的特点用于对不完整数据的处理,实验证明当数据缺失比例不太高时该方法具有很好的插值效果。

• 单位
  电子科技大学成都学院