Neue Ansatze Zur Losung Des Problems Fehlender Werte Im Linearen Regressionsmodell

Neue Ansatze Zur Losung Des Problems Fehlender Werte Im Linearen Regressionsmodell Synopsis

Bei der konkreten Arbeit mit Daten wird man haeufig mit dem Problem fehlender Werte konfrontiert. Die vorliegende Arbeit vermittelt zunaechst einen Ueberblick ueber die bisher ueblichen Methoden zur Bewaeltigung dieses Problems im linearen Modell. Dann werden neue Verfahren vorgestellt, die a priori-Information ueber die fehlenden Werte mit der Stichprobeninformation kombinieren und damit die Schaetzung des Regressionskoeffizienten verbessern. In einer umfassenden Simulationsstudie werden die Verfahren miteinander verglichen. Dabei zeigt sich, dass die neuen Ansaetze bei korrekter Vorinformation den uebrigen Verfahren ueberlegen sind.