Suositeltava ratkaisut puuttuvat Data

On olemassa kaksi menetelmiä käsitellä puuttuvien tietojen katsottavissa olevat valtavirran tilastollista ohjelmistoa viime vuosina. Nämä kaksi menetelmää ovat valtavia parannuksia perinteiset lähestymistavat, kuten on kuvattu rajoitukset yhteiset lähestymistavat puuttuvat tiedot. Tässä artikkelissa kuvataan näistä menetelmistä.

Molemmat menetelmät keskusteltu täällä edellyttävät, että puuttuvat tiedot mekanismi on ignorable, eli ei liity puuttuvat arvot (ks puuttuvat tiedot mekanismit). Jos mekanismi on ignorable, tuloksena arvioita (eli regressioparametrit ja keskivirheet) on puolueeton eikä sähkökatkosta.

Ensimmäinen menetelmä on Multiple Imputoinnilla (MI). Aivan kuten imputointimenetelmiä keskustellaan rajoitukset yhteiset lähestymistavat puuttuvat tiedot, Useita Imputoinnilla täyttää arviot puuttuvat tiedot. Kuitenkin vangita epävarmuutta näihin arvioihin, MI moititaan arvoja useita kertoja. Koska se käyttää imputointia menetelmää virhe rakennettu, useita arvioita pitäisi olla samanlaiset, mutta ei identtiset. Tuloksena on useita aineistoja identtiset arvot kaikille ei-puuttuvat arvot ja hieman eri arvoja laskennallisten arvojen kukin tietokokonaisuus. Tilastollinen analyysi kohteisiin, kuten ANOVA tai logistinen regressio, suoritetaan erikseen kullekin datajoukko, ja tulokset yhdistetään sitten. Koska vaihtelu laskennallisten arvojen pitäisi myös olla vaihtelua parametriestimaatit, mikä asianmukaisia ​​estimaatteja keskivirheillä ja asianmukaiset p-arvot.

Useita Imputoinnilla on saatavilla SAS, S-Plus, ja Solas. SAS, PROC MI luo useita aineistoja, jotka voidaan sitten helposti analysoida erikseen tavallisilla tilastollisia menettelyjä. PROC MIANALYZE sitten yhdistää tulokset näistä erilliset analyysit. Joe Schafer Penn State on kehittänyt neljä S-Plus kirjastot useita laskennallisten normaali, kategorinen, sekoitetaan, ja paneeli tiedot. Hän on tehnyt kirjaston normaali datan saatavilla ilmainen erillisenä paketti nimeltään normi. Useita Imputoinnilla on saatavilla myös Solas, mutta sen algoritmit on kyseenalaistettu sopimattomaksi, ja emme voi suositella sen käyttöä tällä hetkellä.

Toinen tapa on analysoida koko, puutteellisia tietoja asettaa käyttämällä suurimman uskottavuuden estimointi. Tämä menetelmä ei ei lue mitään tietoja, vaan käyttää kaikki tiedot havaitaan kussakin tapauksessa laskea suurimman todennäköisyyden arvion. Suurimman uskottavuuden arvio parametri on parametrin arvo, joka on todennäköisimmin ovat johtaneet havaittu tiedot. Kun tiedot puuttuvat, voimme tekijä uskottavuusfunktio. Todennäköisyys lasketaan erikseen niissä tapauksissa, täydelliset tiedot joistakin muuttujia ja ne täydelliset tiedot kaikista muuttujista. Nämä kaksi todennäköisyydet sitten maksimoidaan yhdessä löytääkseen arvioiden. Kuten useita imputointia, tämä menetelmä antaa puolueetonta parametriestimaatit ja keskivirheet. Yksi etu on, että se ei vaadi huolellista valintaa käytettyjä muuttujia kohdistaa arvoja, jotka Useita Imputointi vaatii. Se on kuitenkin rajoitettu lineaarisia malleja.

analyysi koko, puutteellisia tietoja asettaa käyttämällä suurimman uskottavuuden arviointi on saatavilla AMOS. AMOS on rakenteellinen yhtälö mallinnus paketti, mutta se voi ajaa useita lineaarinen regressio malleja. AMOS on helppokäyttöinen ja on nyt integroitu SPSS, mutta se ei tuota jäljellä tontteja, vaikutus tilastoja ja muita tyypillisiä tuotosta regressio paketteja. Puuttuva arvo analyysi paketti SPSS tekee joitakin hyvin rajallinen suurimman uskottavuuden arvioita keinoja ja korrelaatiot vain.

Viitteet:
Schafer, J. Ohjelmisto Useita Imputoinnilla
Hox, JJ (1999) Katsaus Nykyinen Ohjelmistot käsittely puuttuvat tiedot, Kwantitatieve Methoden, 62, 123-138.
Allison, P. (2000). Useita Imputoinnilla puuttuvia tietoja: varoitustarinan, Sosiologian menetelmät ja tutkimus, 28, 301-309.
.