我想用正态模拟的方法对空缺值进行补全。

正态模拟的过程：设有n个非空值，m个空值。用n个数据计算得到平均值M与标准差S,然后用函数Rand(m,s)得到随机数，用此数填充到空的地方。共取m个随机数。Rand(m,s)是产生基于M与S的符合正态分布的随机数。

大家说说这个方法可行吗？如果可行，得到的随机数有什么指标评价？
[quote]引用第0楼OwenDelphi于2006-07-29 17:15发表的“空缺值处理”:

我想用正态模拟的方法对空缺值进行补全。

正态模拟的过程：设有n个非空值，m个空值。用n个数据计算得到平均值M与标准差S,然后用函数Rand(m,s)得到随机数，用此数填充到空的地方。共取m个随机数。Rand(m,s)是产生基于M与S的符合正态分布的随机数。

大家说说这个方法可行吗？如果可行，得到的随机数有什么指标评价？[/quote]

应该用预测分布的方差，而不是原始数据的方差。我记得这个问题至少在n个论坛都贴过了，不知道楼主究竟看没看大家的回答？
对不起，我是新手，所以不知道了，其它论坛上也有一些回答，但都还不够。请问你说的预测分布的方差是怎么知道的呢？
首先，为什么说你的数据就是正态的？？检查过么？？

其次，如果是正态的，通常可以得到exact theory的结果，预测分布方差看一下常见的线性回归的书都有。

再次，如果不是正态的，而你用正态的数据区模拟，显然不合适。虽然也有可能得到exact theory结果，通常人们比较喜欢求助于asymptotic的结果。

最后，在综合每个模拟数据集的结果过程中，数据集之间的covariance是不得以不忽略掉的（我的理解是这样，就像bootstrap里面covariance根本没有计算进去），所以最终结论仍然是有点liberal的。
缺失值填补的方法很多，基于分布的方法其前提是总体数据必须满足已知分布的假设，你的数据能保证这一点吗？Multiple imputation是目前较为前沿的方法，其具体填充方法又细分为好几种。你可参考一下SAS 9中MI过程的手册，可从SAS网站上下载到。
10 天 后