缺失數據處理的期望-極大化算法與馬爾可夫蒙特卡洛方法

1 引言

心理學研究常需對大量資料進行統計處理，經典的統計方法與理論的建立大都是以完全數據為基礎的。然而在實踐中，通過觀察、實驗和測驗等方法收集數據時，各類原因使得某些數據無法獲得的現象時有發生。此時，標準的統計方法已經不能夠直接應用到這些缺失數據(Missing Data)的統計分析。而且，不同的缺失數據處理方法對處理結果產牛不同的影響(J0nes，1996；Rubin，1987)。因此，研究需要合理地分析缺失數據，更加充分地利用已有資料，進而獲得科學的信息與推斷。