Uwagi na temat własności estymatorów wyznaczanych na bazie niepełnych danych

• Autorzy: Beata Zmyślona

Warianty tytułu

Notes on the Estimators Properties in Case of Imputed Data Sets

• Języki publikacji: PL

Abstrakty

W praktyce w przypadku niepełnych danych wykorzystuje się metody imputacji rozumiane jako metody szeroko rozumianej predykcji brakujących danych. Takie uzupełnione dane traktowane są tak, jak gdyby były obserwowalne, co powoduje niewłaściwe oszacowanie estymatora oraz wariancji estymatora, zwłaszcza jeżeli mechanizm generowania brakujących danych jest nielosowy. W artykule pokazano przykłady wpływu imputacji na własności estymatorów. Pewnym rozwiązaniem jest zastosowanie metod wielokrotnego uzupełniania danych, które uwzględniają tzw. błąd imputacji.(abstrakt oryginalny)

EN

In current surveys practice the most common method for handling non-response item is simple imputation. The simple imputation methods are the prediction methods for missing data. The imputed values are treated as if they were observed. This results in under or overestimation of the estimator variance, especially if the missing data mechanism is non-random. Simple imputation is inappropriate when the goal is to construct test statistics and confidence of intervals. The paper shows examples of the impact of imputation on the estimates properties. One solution is to use multiple imputation methods that take into account the so-called imputation error.(original abstract)

Słowa kluczowe

PL

Wnioskowanie statystyczne

EN

Inferential statistics

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Ekonometria
• Rocznik: 2011
• Tom: 30
• Numer: nr 163 Zastosowania metod ilościowych
• Strony: 83--93

Twórcy

autor

Beata Zmyślona

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Congdon P., Applied Bayesian Modelling, Wiley, New York 2003.
• Daniels M., Hogan J., Missing Data In Longitudinal Studies, Strategies for Bayesian Modeling and Sensity Analysis, Chapman & Hall/CRC, Boca Raton, London, New York 2008.
• DeGroot M., Optymalne decyzje statystyczne, PWN, Warszawa 1981.
• Gosh J., Delampady M., Samanta T., An Introduction to Bayesian Ananlysis, Theory and Methods, Springer, New York 2006.
• Krzyśko M., Wielowymiarowa analiza statystyczna, Wydawnictwo Uniwersytetu A. Mickiewicza, Poznań 2000.
• Nielsen S., Proper and improper multiple imputation, "International Statistical Review" 2003 no 71.
• Orchard T., Woodbury M., A Missing Information Principle: Theory and Applications, Sixth Berkeley Symposium on Mathematical Statistics and Probability, vol. 1, University of California Press 1972.
• Rubin D., Multiple imputation after 18+years, "JASA" 1996 no 91.
• Rubin D., Multiple Imputation for Nonresponse in Surveys, John Willey & Sons, New York 1987.
• Schafer J., Analysis of Incomplete Multivariate Data, Chapman & Hall, New York 2000.
• Tan M., Tian G., Wang Ng K., Bayesian Missing Data Problems, Chapman & Hall/CRC, Boca Raton, London, New York 2010.
• Tanner M., Wong W., The calculation of posterior distributions by data augmentation, "JASA" 1987 no 82.