參考文獻(xiàn)

[1]Rubin D B.Inference and Missing Data.［J］．Biometrika,1976,63(3):581-592.

[2]張熙．多重填補(bǔ)方法估計(jì)存在不依從與缺失值的隨機(jī)對照試驗(yàn)的因果效應(yīng)［D］．上海：復(fù)旦大學(xué)，2012.

[3]Chen F F,Sun Z H,Ye X.Statistic Inference of Additive Hazards Model When Censoring Indicators are Missing at Random［J］．Journal of University of Chinese Academy of Sciences,2016,33(4):443-445.

[4]武瑞仙，鄧子兵，譙治蛟．利用Monte Carlo技術(shù)模擬研究不同缺失值處理方法對完全隨機(jī)缺失數(shù)據(jù)的處理效果［J］．中國衛(wèi)生統(tǒng)計(jì)，2015,32(3):534-539.

[5]金勇進(jìn)，邵軍．缺失數(shù)據(jù)的統(tǒng)計(jì)處理［M］．北京：中國統(tǒng)計(jì)出版社2009.

[6]花琳琳，施念，楊永利，趙天儀，施學(xué)忠．不同缺失值處理方法對隨機(jī)缺失數(shù)據(jù)處理效果的比較［J］．鄭州大學(xué)學(xué)報（醫(yī)學(xué)版），2012,47(03):315-318.

[7]Gorbach T,de Luna X.Inference for Partial Correlation when Data are Missing not at Random［J］．Statistics and Probability Letters,2018,141:82-89.

[8]Allison P D.Missing Data［M］．New York:Sage Publications,2001.

[9]Saar-Tsechansky M,Provost F.Handling Missing Values when Applying Classif ication Models［J］．Journal of Machine Learning Research,2007,8:1623-1657.

[10]嚴(yán)遠(yuǎn)亭．不完整數(shù)據(jù)集的多視角集成分類研究［D］．安徽：安徽大學(xué)，2016.

[11]潘傳快．農(nóng)業(yè)經(jīng)濟(jì)調(diào)查數(shù)據(jù)的缺失值處理：模型、方法及應(yīng)用［D］．武漢：華中農(nóng)業(yè)大學(xué)，2017.

[12]García-Laencina P J,Sancho-Gómez J L.Figueiras-Vidal A R.Pattern Classif ication with Missing Data:a Review［J］．Neural Computing and Applications,2010,19(2):263-282.

[13]周志華．機(jī)器學(xué)習(xí)［M］．北京：清華大學(xué)出版社，2016.