| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第7-11页 |
| 1.1 选题背景及研究意义 | 第7页 |
| 1.2 国内外研究概况 | 第7-9页 |
| 1.2.1 国外研究概况 | 第7-9页 |
| 1.2.2 国内研究概况 | 第9页 |
| 1.3 本文的主要内容和创新 | 第9-11页 |
| 1.3.1 本文的主要内容 | 第9-10页 |
| 1.3.2 本文的主要创新 | 第10-11页 |
| 第二章 缺失数据的介绍及处理方法 | 第11-22页 |
| 2.1 缺失数据的定义 | 第11页 |
| 2.2 缺失数据产生的原因 | 第11-12页 |
| 2.3 缺失数据的缺失机制 | 第12-13页 |
| 2.3.1 完全随机缺失(MCAR) | 第12页 |
| 2.3.2 随机缺失(MAR) | 第12页 |
| 2.3.3 非随机缺失(NMAR) | 第12-13页 |
| 2.4 数据缺失模式 | 第13-15页 |
| 2.5 缺失数据处理方法总述 | 第15-16页 |
| 2.6 常用统计方法 | 第16-22页 |
| 2.6.1 均值插补法 | 第16-17页 |
| 2.6.2 回归插补法 | 第17-18页 |
| 2.6.3 EM算法(期望最大化法) | 第18-20页 |
| 2.6.4 多重插补法 | 第20-22页 |
| 第三章 Logistic模型极大似然估计的EM算法 | 第22-25页 |
| 3.1 Logistic回归模型定义及其性质 | 第22页 |
| 3.2 Logistic模型的极大似然估计 | 第22-24页 |
| 3.3 不完全数据下的Logistic模型 | 第24页 |
| 3.4 Logistic模型的EM算法实现 | 第24-25页 |
| 第四章 缺失数据不同插补法的实证分析 | 第25-31页 |
| 4.1 样本选取 | 第25-26页 |
| 4.2 完整数据集的Logistic回归 | 第26-27页 |
| 4.3 不同缺失率数据集的分析 | 第27-31页 |
| 4.3.1 缺失率为5%的数据集的分析 | 第27页 |
| 4.3.2 缺失率为10%的数据集的分析 | 第27-28页 |
| 4.3.3 缺失率为15%的数据集的分析 | 第28页 |
| 4.3.4 缺失率为20%的数据集的分析 | 第28页 |
| 4.3.5 缺失率为30%的数据集的分析 | 第28-29页 |
| 4.3.6 缺失率为40%的数据集的分析 | 第29页 |
| 4.3.7 缺失率为50%的数据集的分析 | 第29-30页 |
| 4.3.8 不同缺失率下方法比较的总结 | 第30-31页 |
| 第五章 全文总结与展望 | 第31-32页 |
| 参考文献 | 第32-33页 |
| 致谢 | 第33-34页 |