结构方程中的缺失数据处理

标签：财务基础知识,财务知识学习,
第一部分：软件操作
LISREL8.7.2－－－－－专业的结构方程分析软件
FIMLEM
SAS9.1.3－－－胜任大规模的数据高强度的运算
MIEM
R2.3.1－－－－－开源的公共软件灵活的自由编程
EMMI
LISREL提供的例子
浏览LISREL的安装目录
打开子目录…\MISSINGEX\
把数据文件grant.dat和程序文件MISSEX2A.ls8复制到自己创建的临时练习目录中
在应用任何一方法之前
检查数据是否因为缺失而错列
看最后几列数据的缺失率是否特别大
检查缺失值的标记把不合理的数值改为缺失
用直方图、散点图概览（尤其是数据量很大时）
Excel中的数据预览
如何导入自由格式、列对齐格式数据到Excel(数据获取外部数据导入文本文件)
如何在Excel中看直方图与描述统计量(工具加载宏勾选“分析工具库”确定；工具数据分析选需要的统计分析功能点“确定”在弹出窗口点“帮助”)
当数据量大于65526或者变量多于256时需要用LISREL或者SAS、R之类的软件
LISREL中的数据预览
导入数据：
FileImportData选数据文件确认设定临时数据文件名确认手工设定变量个数、首行是否变量名
看多变量散点图、单变量直方图
Graphs…
留意散点图中对鼠标右键功能的提示；
留意直方图中的样本量N
LISREL中需要定义缺失值
DataDefineVariables选变量点MissingValues
LISREL图形界面中的缺失值设置
“EM”的两层意思
Expectation-Maximization(EM)是源自缺失数据处理的一种参数估计算法在许多广泛应用的模型(比如HLM)上有重要的应用
缺失数据中的EM方法特指用EM算法从含缺失的数据估计出协方差/相关系数矩阵、均值向量大部分多元统计模型只需要协方差和均值输入SEM只是其中一种
LISREL8.7.2中的EM方法
标记好缺失数据后就可以在图形界面作EM估计(StatisticsMultipleImputation在弹出的窗口按缺省设置点run拷贝编辑.out文件输出的协方差矩阵作为.ls8文件的输入数据
MI实际上是MultipleImputation的缩写但LISREL8.7.2并不提供完整的MI功能EM是三个方法中最容易实现的方法所以FIML和MI都缺省地利用EM方法来提供迭代的初值
…………
， 名称：结构方程中的缺失数据处理，我们己经对结构方程中的缺失数据处理进行杀毒，以保证您的安全下载结构方程中的缺失数据处理，下载的压缩文件如果需要密码那就是 http://www.laixuea.com，结构方程中的缺失数据处理的文件大小为4.09 MB，运行在Win2003,WinXP,Win2000,Win9X系统