PWA (Fach) / Umgang mit fehlenden Daten (Lektion)
In dieser Lektion befinden sich 10 Karteikarten
hihi
Diese Lektion wurde von lenniman99 erstellt.
Diese Lektion ist leider nicht zum lernen freigegeben.
- Prozesse hinter fehlenden Daten Völlig zufällig (Missing Completely At Random; MCAR) Zufällig (Missing At Random; MAR) Nicht zufällig (Missing Not At Random; MNAR)
- Völlig zufällig (Missing Completely At Random; MCAR) ... Wahrscheinlichkeit, dass Daten fehlen, hängt weder von beobachteten noch von nicht beobachteten Daten ab.
- zufällig (Missing At Random; MAR) Die Wahrscheinlichkeit, dass Daten fehlen, hängt von beobachteten (und im statistischen Modell berücksichtigten), nicht aber von nicht beobachteten Daten ab. MAR Prozesse zeigen sich, wenn sich Personen ...
- nicht zufällig (Missing Not At Random; MNAR) Die Wahrscheinlichkeit, dass Daten fehlen, hängt (auch) von nicht beobachteten (=nicht im statistischen Modell) Daten ab. In diesem Fall sind die Ergebnisse der inferenzstatistischen Analysen verzerrt ...
- Möglicher Umgang mit fehlenden Werte nur vollständige Datensätze verwenden fehlende Werte durch Schätzungen ersetzen (Last Observation Carried Forward"; Mittelwert der anderen Items einer Skala; Schätzung mittels Regressionsmodell aus ...
- Verwendung vollständiger Datensätze Das Vorgehen ist nur bei MCAR Daten korrekt. Jedoch kommt es dabei zu einer Reduktion der statistischen Power durch Reduktion der Stichprobengröße.
- Ersetzen der fehlenden Werte: „Last Observation ... In Zeitreihen werden fehlende Werte durch den letzten zuvorgemessenen Messwert ersetzt. Diese Methode führt bei allen Arten von Prozessen von fehlenden Werten zu Verzerrungen, wenn man davon ausgehen ...
- Erstzen der Fehlende Werte: Durch Mittelwert anderer ... Meist verwendet, wenn einzelne Items einer Skal nicht ausgefüllt werden. Berecht nen den Skalenwert aus dem Mittelwert der vorhandenen Items In Zeitreihen wird der fehlende Wert durch den Mittelwert ...
- Ersetzen der fehlenden Werte: Schätzung durch Regressionsmodell ... Anhand des Datensatzes wird für jede Variable das beste Regressionsmodell ermittelt, um die fehlenden Variablen zu ermitteln Man geht davon aus, dass da Vorgehen bei Mcar und mar keine systematische ...
- Ersetzen fehlender Werte: Multiple Imputation Pro fehlendem Wert nicht nur ein Schätzwert, sondern mehrerer berechnet werden, sodass zahlreiche Datensätze resultieren.