Rekommenderade lösningar på Missing Data

Det finns två metoder för att hantera uppgifter som saknas som har blivit tillgängliga i vanliga statistisk programvara under de senaste åren. Dessa två metoder är stora förbättringar jämfört med traditionella metoder, som beskrivs i Begränsningar för gemensamma strategier för de uppgifter som saknas. Den här artikeln beskriver dessa två metoder. Omdömen

Båda metoderna diskuteras här kräver att den saknade uppgifter mekanismen är försumbart, det vill säga inte är relaterade till de saknade värdena (se uppgifter som saknas mekanismer). Om mekanismen är försumbart, kommer resulterande beräkningar (dvs. regressions parametrar och standardavvikelser) vara neutrala utan effektförlust. Omdömen

Den första metoden är Multiple imputering (MI). Precis som vid imputering metoder som diskuteras i Begränsningar gemensamma hållningar till Missing Data, fyller flera Imputering i uppskattningar för de uppgifter som saknas. Men för att fånga osäkerheten i dessa uppskattningar, MI tillskrivs värden flera gånger. Eftersom den använder en avräkningsmetoden med fel inbyggd, bör flera uppskattningar vara liknande, men inte identiska. Resultatet är flera datauppsättningar med identiska värden för alla de icke-saknade värden och något olika värden för de räknade värdena i varje datauppsättning. Den statistiska analysen av intresse, såsom ANOVA eller logistisk regression, utförs separat för varje datamängd, och resultaten kombineras sedan. På grund av variationen i de imputerade värden, bör det också finnas variation i parameterskattningar, vilket leder till rimliga skattningar av standardavvikelser och lämpliga p-värden. Omdömen

Flera uppräkning finns i SAS, S-Plus, och Solas. I SAS, PROC MI skapar flera datauppsättningar, som sedan lätt kan analyseras separat användning av statistiska standardförfaranden. PROC MIANALYZE kommer sedan kombinera resultaten från dessa separata analyser. Joe Schafer vid Penn State har utvecklat fyra S-Plus bibliotek för flera kalkylera normala, kategoriska, data blandas och panelen. Han har gjort biblioteket för normala tillgängliga data som en fri fristående paket som kallas NORM. Flera Imputering finns också i Solas, men dess algoritmer har ifrågasatts som olämpligt och vi kan inte rekommendera användning vid denna tidpunkt. Omdömen

Den andra metoden är att analysera de fullständiga, ofullständiga datauppsättning med hjälp av maximal sannolikhet uppskattning. Den här metoden inte skriva data, utan använder alla data som observerats i varje enskilt fall för att beräkna maximala beräkningar sannolikhet. Maximum likelihood-uppskattning av en parameter är värdet på den parameter som är mest sannolikt att ha resulterat i observerade data. När data saknas, kan vi faktor likelihoodfunktionen. Sannolikheten beräknas separat för de fall med fullständiga uppgifter om vissa variabler och de med fullständiga uppgifter om alla variabler. Dessa två sannolikheterna sedan maximeras tillsammans för att hitta skattningarna. Liksom flera imputering, ger denna metod objektiva parameterskattningar och standardfel. En fördel är att det inte kräver ett noggrant urval av variabler som används tillskriva värden som Multipel Imputering kräver. Det är dock begränsad till linjära modeller. Omdömen

En analys av de fullständiga, ofullständiga datauppsättning med hjälp av maximal sannolikhet uppskattning finns i AMOS. AMOS är en strukturell ekvationsmodellering paket, men det kan köra flera linjära regressionsmodeller. AMOS är lätt att använda och har nu integrerats i SPSS, men det kommer inte att producera rest tomter, inflytande statistik och andra typiska utdata från regressions paket. Den saknade värdeanalys paketet SPSS kommer att göra några mycket begränsade högsta uppskattningar sannolikheten för medel och korrelationer endast Omdömen

Referenser:.
Schafer, J. Software för flera Imputering
Hox, JJ (1999) En översyn av den nuvarande programvara för hantering saknas data, Kwantitatieve Methoden, 62, 123-138.
Allison, P. (2000). Flera Imputering för försvunna data: A Cautionary Tale, Sociologiska metoder och forskning, 28, 301-309 Omdömen. .