BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Kwiatkowski Andrzej
Title
Metody imputacji w analizie danych niepełnych
Source
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2004, nr 13, s. 69-83, bibliogr. 9 poz.
Issue title
Metody badań procesów społeczno-ekonomicznych
Keyword
Statystyka bayesowska, Analiza danych
Bayesian statistics, Data analysis
Note
streszcz.
Abstract
Braki odpowiedzi są zjawiskiem coraz powszechniej występującym w badaniach, zwłaszcza kwestionariuszowych. Standardową procedurą używaną w takiej sytuacji jest analiza pełnych obserwacji, czyli usunięcie obserwacji niepełnych i oparcie analiz na pełnych rekordach. Strategia taka zazwyczaj prowadzi do błędnego wnioskowania statystycznego. W pracy przed¬stawione zostały grupy metod stosowanych w analizie danych niepełnych. Wyróżniono wśród nich między innymi tzw. metody imputacji, w której brakujące elementy w zbiorze danych są zastępowane ich oszacowaniami. (abstrakt oryginalny)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Bibliography
Show
  1. Agarwal S., Learning from Incomplete Data, University of California, San Diego, 2001.
  2. Fichmann M., Cummings J.N., Multiple imputation for missing data:making the most of what you know, carnegie-mellon university, pittsburg PA, str. 13.
  3. King G., Honaker J., Joseph A., Sheve K., Analyzing Incomplete Science Data: An Alternative Algorithm for Multiple Imputation [w:]American Political Science Review, Vol 95, No 1, Marzec 2001, str. 49-69.
  4. Lee R., Ming-Xiu H., Salvucci S., A study of Imputation Algorithms, Working Paper No.2001-17, U.S.Department of Education, National Center for Education Statistics, Washington, DC:2001.
  5. Iittle R.J.A., Rubin D.B., Statistical Analysis with Mising Data, John Willey&Sons, Hoboken, New Jersey, 2002.
  6. Rubin D.B., Multiple Imputation after 18+ years (with discussion) [w:] Journal American Statistical Association 91, 1996, str. 473-489.
  7. Rubin D.B., Multiple Imputations in Sample Surveys-A Phenomenological Bayesian Approach to Nonresponse [w:] Proceedings of the Survey research Methods Section, American Statistical Association, str. 20-34.
  8. Schafer J.L., Olsen M.K., Multiple imputation for multivariance missng data problems: a data analyst's perspective, The Pennsylvania State University, 1998, str. 20.
  9. Schulte N.E., Imputation: Methods, Simulation Exleriments and practical Examples [w:] International StatisticalReview, Vol. 66, No. 2, 1998, str. 157-180.
Cited by
Show
ISSN
1232-4671
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu