داده های گمشده ، تخصیص و بوتسترپ

در بسیاری از مسائل آماری ، به دلایل مختلف ، تعدادی داده گمشده وجود دارد که می تواند تجزیه و تحلیل اطلاعات را دچار مشکل سازد. روشهای گوناگون در برخورد با چنین مسائلی پیشنهاد شده است که بعضا داده های گمشده را حذف یا مقادیری را جایگزین می کنند. در مسائلی که برآورد پارامتر مدنظر است ، روش بوتسترپ با وجود داده های گمشده و محدودیت تعداد نمونه ، می تواند راه گشا باشد. بدین منظور در این پایان نامه ، سه روش اصلی در بوتسترپ همراه با تکنیک های بکار گرفته شده در مسئله داده های گمشده ، مورد توجه قرار گرفته است که عبارتند از: بوتسترپ ناپارامتری ، بوتسترپ با مکانیزم کامل و بوتسترپ با تخصیص چندگانه . در روش اول ، با استفاده از تعداد تکرار زیاد نمونه های بوتسترپ ، برآورد فاصله ای برای پارامتر مورد علاقه حاصل می شود و در روش سوم با بکارگیری تخصیص چندگانه بعنوان تکنیکی در جایگزین کردن داده های گمشده ، روشی محاسباتی و کارا برای محاسبه بازه اطمینان ارائه خواهد شد که با توجه به اختلافات نظری موجود در روش تخصیص چندگانه و بوتسترپ ، ارتباط جالب توجهی دیده می شود. نهایتا نتایج حاصل از هر سه روش ، معایب و مزایای تکنیک های بکار گرفته شده ، مورد بحث و بررسی قرار می گیرد.