本書共分為三大部分：Ⅰ基礎篇、Ⅱ案例研究、Ⅲ延伸。這其中包含10個章節，作者結合眾多實驗中的例子，探討如何解決缺失數據的問題，此類問題廣泛存在于各個領域之中。書中算法結合統計軟件來實現，主要內容包括多元缺失填補、單變量數據缺失、多變量缺失數據、數據填補實踐、填補數據分析、測量、選擇、結論等。深入地討論了解決這類問題的方法，并分析了每種方法的適用范圍和有缺點。本書可作為高等院校統計學專業的本科高年級學生以及研究生用書，也可作為與統計學專業相關的科研人員的參考書。
我們時常被缺失數據的情況所困擾。統計分析中由缺失數據所帶來的問題長期被掩蓋，現在這種情況正在慢慢結束。近十年間，處理缺失數據的技術迅速得到補充和發展。本書主要介紹一種方法：多重插補。
多重插補是統計科學領域重要的思想之一。這種技術簡便、巧妙而且強大。說它簡便是因為它填補了由似是而非的數據造成的漏洞，說它巧妙是因為未知數據的不確定性被數據本身所標記，說它強大是因為它可以解決那些被掩飾的數據缺失問題。
在近二十年的時間里，我已經將多重插補應用到了更廣泛的研究領域中。我相信多重插補進入統計學主流的時機已經成熟。當今計算機和軟件技術已能夠充分滿足計算的需要。我們所欠缺的是關于介紹這些基本思想及這些思想該如何應用的書。我希望這本書能夠彌補這個欠缺。
本書正文的閱讀要求讀者通曉統計學基礎概念和多元統計方法。本書特別為如下兩類讀者而設計：
* 社會和健康科學領域的（生物）統計學家、流行病學家等；* 不稱呼自己為統計學家，但擁有必要的技能來理解規則并使用一些統計方法的獨立的研究者。
在編寫本書的時候，我盡量避免數學和技術上的細節，出現公式的地方往往輔之以圖表，并用可視化的陳述來解釋該公式。我希望讀者朋友們可以較少去關注理論基礎，而更多去抓住宏觀的總體上的思路。偏技術的內容在本書中標記了黑色桃心，這在第一次閱讀時可以暫時跳過。
我在烏得勒支大學采用了本書中的一些章節來教授研究生插補技術的課程，主要的基礎內容體現在1~4 章，大約要花費十個小時來講授這些材料，中間留出時間可以讓學生們完成書中的練習題。
本書采用了大量唐納德·魯賓（Donald Rubin）的理念，他是多元插補這個學科的奠基人之一。我非常有幸在很多場合與他見面、討論和工作。他富于邏輯的設想和貌似簡單的想法是我的靈感的極佳的來源。同時要感謝楊·范·瑞吉克沃塞勒（Jan van Rijckevorsel），通過他我認識了魯賓。他還在TNO 營造了科學研究的氛圍，在那里我們能夠很愉快地完成缺失數據的插補工作。
很多人對本書的完成做出了貢獻。感謝TNO 的Nico van Meeteren 和Michael Holewijn 給了我極大的信任和支持。感謝烏得勒支大學的Peter vander Heijden 的支持。感謝Rob Calver 和Chapman & Hall/CRC 的工作人員的幫助和建議。許多人對本書的全部或者部分稿件提出了建議，他們分別是Hendriek Boshuizen，Elise Dusseldorp，Karin Groothuis-Oudshoorn，MichaelHermanussen，Martijn Heymans，Nicholas Horton，Shahab Jolani，GerkoVink，Ian White 和2011 春季班的碩士研究生們。他們的建議對于發現和排除書中的錯誤起到了很有價值的作用，同時我也對剩下的錯誤感到抱歉。
本書的主要部分是在一個為期六個月的旅行中完成的。其中有四個月在克魯克，瑞典的一個只有八間小房子的村子。感謝Frank van denNieuwenhuijzen 和Ynske de Koning 非常熱情地把他們的房子給我用。那里的設備非常完美，沒有雪崩，沒有瑣碎的麻煩。另外兩個月我在德國阿爾滕霍夫的Michael Hermanussen 和Beate Lohse-Hermanussen 的住宅里，我感謝他們的和善、創造力和聰慧，那是一段無比美好的時光。
最后，感謝我的家人，尤其是我深愛的妻子Eveline，感謝他們溫暖的、一如既往的支持，支持我花費大量的時間——晚上、周末，來完成這本書。
Eveline 喜歡告訴別人我正在完成“一本沒人能看懂的書”來與我開玩笑。
我有時甚至懷疑她說的是正確的，至少有99% 的人是看不懂的。那么，親愛的讀者，我真心希望你將屬于那剩下的1%。
作者：史蒂夫·范·布倫v
序（譯） iii
前言（譯） iv
關于作者 xxiv
符號描述 xxv
算法索引 xxvii
第I 部分 基礎篇 1
1 概述 3
1.1 數據缺失問題 3
1.1.1 現行的方法 3
1.1.2 關于缺失數據的觀點變化 5
1.2 關于MCAR、MAR 和MNAR 的概念 6
1.3 并不總奏效的簡單方法 8
1.3.1 個案剔除法 8
1.3.2 成對剔除法 9
1.3.3 均值替代法 10
1.3.4 回歸替代法 11
1.3.5 隨機回歸替代法 13
1.3.6 LOCF 和BOFC 方法 14
1.3.7 示性變量法 15
1.3.8 小結 15
1.4 多元數據填補簡述 16
1.4.1 步驟 16
1.4.2 采用多元填補的原因 17
1.4.3 案例 18
1.5 本書的目的 20
1.6 本書未涵蓋的內容 20
1.6.1 預防方法 21
1.6.2 權重程序 21
1.6.3 基于似然的處理方法 22
1.7 本書的結構 23
1.8 練習 23
2 多元填補 25
3單變量缺失數據53
4多變量缺失數據95
5數據填補實踐123
6填補數據分析153
第II部分案例分析169
第III部分延伸247
附求A軟件263
A.1 R263
A.2 S-Plus265
A.3 Stata265
A.4 SAS266
A.5 SPSS266
A.6其他軟件266
參考文件269
作者索11 299
主題索引307
新書資訊