Zastosowanie modeli hierarchicznych w bayesowskim wnioskowaniu statystycznym w przypadku niepełnych danych

• Autorzy: Beata Zmyślona

Warianty tytułu

The Application of Bayesian Hierarchical Models in Statistical Inference in the Case of Incomplete Data

• Języki publikacji: PL

Abstrakty

W badaniach społeczno-ekonomicznych występuje często problem brakujących danych. Na przykład w badaniach przeprowadzanych za pomocą eksperymentów niektóre pomiary nie są dokonywane, w przypadku badań ankietowych występuje zjawisko tzw. braku odpowiedzi, (respondenci nie udzielają pewnych informacji). W innych sytuacjach nie wszystkie dane są uzyskiwane z powodu ograniczeń czasowych, technicznych bądź finansowych.
Brakujące dane utrudniają realizację kolejnych etapów badania, m.in. wstępną obróbkę danych, właściwą analizę statystyczną. Wnioskowanie statystyczne na bazie niekompletnego zbioru danych nie gwarantuje reprezentatywności uzyskanych wyników. W celu przeciwdziałania niedogodnościom związanym z występowaniem brakujących danych wykorzystuje się różne podejścia. W artykule przedstawiono ujęcie bayesowskie do analizy niepełnych danych uwzględniające mechanizm powstawania brakujących danych. W podejściu uwzględniającym mechanizm powstawania brakujących danych niezbędne jest oszacowanie prawdopodobieństwa udzielenia odpowiedzi. Prawdopodobieństwo to szacowane jest albo metodami klasycznymi, albo metodami bayesowskimi. (fragment tekstu)

EN

In this paper we present the application of the Bayesian hierarchical models to analyse categorical data in the case of incomplete data sets. The Bayesian approach enables to use the knowledge about sample and missing data mechanisms. The main aim of using this approach is to improve statistical inference through the elimination of estimator bias and correct estimation of standard errors. (original abstract)

Słowa kluczowe

PL

Wnioskowanie bayesowskie; Statystyka bayesowska; Niepewność

EN

Bayesian inference; Bayesian statistics; Uncertainty

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria
• Rocznik: 2006
• Tom: 17
• Numer: nr 1123 Zastosowania metod ilościowych
• Strony: 30--41

Twórcy

autor

Beata Zmyślona

• Akademia Ekonomiczna we Wrocławiu

Bibliografia

• Berger J.O., Statistical Decision Theory and Bayesian Analysis, Springer-Verlag, New York 1985.
• Congdon P., Bayesian Statistical Modelling, J. Wiley & Sons, New York 2001.
• DeGroot M., Optymalne decyzje statystyczne, PWN, Warszawa 1981.
• Fairclough D.L., Design and Analysis of Quality of Life Studies in Clinical Trials, Chapman Hall/CRC, Washington 2002.
• Rubin D., Multiple Imputation after 18+Years, JASA 91 (1996), s. 473-520.
• 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.