Lernkarten

Karten 16 Karten
Lernende 2 Lernende
Sprache Deutsch
Stufe Grundschule
Erstellt / Aktualisiert 27.01.2019 / 23.08.2019
Lizenzierung Keine Angabe
Weblink
Einbinden
0 Exakte Antworten 0 Text Antworten 16 Multiple Choice Antworten
Fenster schliessen

Typen von fehlenden Werten - was ist richtig?

MCAR: missing completely at random

MAR: missing at random

MNAR: missing not at random

MCAR: der Zufall hat das Muster an fehlenden Werte erzeugt

MCAR: rein zufälliges Muster an fehlenden Werten

MAR: nicht mehr zufälliges Muster an fehlenden Werten

Für die Prüfung von MNAR gibt es auch ein Testceverfahren (MNAR-Test von Little)

Für die Prüfung von MCAR gibt es auch ein Testceverfahren (MCAR-Test von Little)

Fenster schliessen

Typen von fehlenden Werten - was ist richtig?

MCAR: missing completely at random

MAR: missing at random

MNAR: missing not at random

MCAR setzt voraus, dass die Verteilung des Auftretens fehlender Werte unabhängig von der Ausprägung auf den beobachteten und fehlenden Werten ist

MCAR-Test: MNAR kann ausgeschlossen werden

MCAR-Test: prüft, ob das Auftreten von fehlenden Werten in einer Variablen unabhängig von den Ausprägungen in anderen Variablen ist

die Klassifikation des Ausfallprozesses (MCAR, MAR, MNAR) ist immer relativ zum betrachteten Datensatz vorzunehmen

man hat immer eine Unsicherheit darüber, mit welchem Typ von fehlenden Werten man es zu tun hat

Fenster schliessen

Fehlende Werte - was ist richtig?

MCAR Test prüft die Hypothese, dass MCAR vorliegt; ist ein Chi-Quadrat-Test

Der Standardfehler wird mit zunehmender Stichprobengröße immer kleiner und die Effizienz steigt.

Die "klassischen Verfahren" werden nach wie vor häufig eingesetzt, sind i.d.R. aber weniger gut geeignet als zumindest imputationsbasierte und generell modellbasierte Verfahren

Klassische Verfahren sind nach wie vor am geeignetsten um fehlende Werte zu behandeln.

Fenster schliessen

Lüdtke et al. (2007) unterscheiden unterschiedliche Verfahren zur Behandlung fehlender Werte.

Zu den "klassischen Verfahren gehören"?

 

Einfache Ersetzung

Fallweiser Ausschluss

Gewichtung

Paarweiser Ausschluss

EM-Algorithmus

Fenster schliessen

Lüdtke et al. (2007) unterscheiden unterschiedliche Verfahren zur Behandlung fehlender Werte.

Zu den "imputationsbasierten Verfahren" gehören?

Einfache Ersetzung

Multiple Regression

EM-Algorithmus

Multiple Imputation

Full-Information Maximim Likelihood

Fenster schliessen

Lüdtke et al. (2007) unterscheiden unterschiedliche Verfahren zur Behandlung fehlender Werte.

Zu den "modellbasierten Verfahren" gehören?

Multiple Imputation

Multiple Regression

Einfache Ersetzung

Gewichtung

Full Information Maximim Likelihood

Fenster schliessen

Klassische Verfahren:

Fallweiser Ausschluss - was ist richtig?

Nur empfehlenswert bei einer Ausschlussquote < 5%

Nur empfehlenswert bei einer Ausschlussquote < 10%

Nicht empfehlenswert

Voraussetzung ist MCAR

Schätzer ineffizienter, da sich die Stichprobengröße deutlich reduziert

Fenster schliessen

Klassische Verfahren:

Paarweiser Ausschluss - was ist richtig?

listwise deletion

Voraussetzung ist MCAR

Nicht empfehlenswert

wird häufig bei Berechnungen von Korrelations- und Kovarianzmatrizen verwendet (bivariate Zusammenhänge)

teilweise sind die erzeugten Korrelationsmatrizen nicht positiv definit; Bestimmung der Stichprobengröße ist ein Problem: inakkurate Standardfehler