Partial identification in the statistical matching problem

مشکل تطبیق آماری شامل ادغام چندین مجموعه داده است که برخی از متغیرها به صورت مشترک مشاهده نمی شوند. این الگو از دست رفته اطلاعات بیشترین مدل های آماری را غیر قابل شناسایی می کند. استنتاج آماری هنوز هم ممکن است در عمل تحت چارچوب مدل های جزئی شناخته شده، جایی که هدف آن محدود کردن پارامترها به جای دقیق آن است. در بسیاری از مشکلات تطبیقی، ایجاد محدودیت های قابل اجرا در پارامترها معادل پیدا کردن مجموعه ای از تکمیل قطعی مثبت از یک ماتریس کوواریانس جزئی مشخص شده است. روش های موجود برای توصیف مجموعه ای از تکمیل های احتمالی به مشکلات با ابعاد بزرگ نمی روند. نمونه ای از گیبس نمونه ای از مجموعه ای از تکمیل های احتمالی ارائه شده است. تغییرات در نمونه های مشاهده شده، برآورد منطقه قابل اجرا از پارامترها را نشان می دهد. نمونه گیر گیبس به راحتی به مسائل مربوط به تطبیق آماری با ابعاد گسترده می پردازد.