Algoritmo de muestreo de importancia de remuestreo con variable de respuesta faltante no ignorada basado en regresión por cuantiles suavizada
Autores: Guo, Jingxuan; Liu, Fuguo; Härdle, Wolfgang Karl; Zhang, Xueliang; Wang, Kai; Zeng, Ting; Yang, Liping; Tian, Maozai
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
Categoría
Matemáticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
La presencia de variables de respuesta faltantes no ignorables a menudo conduce a patrones de distribución condicional complejos que no pueden ser capturados efectivamente a través de la regresión de la media. En contraste, la regresión cuantil ofrece valiosos conocimientos sobre la distribución condicional.
Descripción
La presencia de variables de respuesta faltantes no ignorables a menudo conduce a patrones de distribución condicional complejos que no pueden ser capturados efectivamente a través de la regresión de la media. En contraste, la regresión cuantil ofrece valiosos conocimientos sobre la distribución condicional.