Sie zeigen eine alte Version dieser Seite an. Zeigen Sie die aktuelle Version an.

Unterschiede anzeigen Seitenhistorie anzeigen

« Vorherige Version anzeigen Version 30 Nächste Version anzeigen »

Hier sollte eine kurze Zusammenfassung und Leitung des Abschnittes sein. Diese Seite dient als Vorlage für einen Artikel im Wiki und kann entsprechend angepasst werden.

Inhaltsverzeichnis

 

 

Fehlende Werte als Problem

Fehlende Werte sind in der empirischen Forschung häufig nicht vermeidbar und können bei der Anwendung von klassischen statistischen Analyseverfahren zu Problemen führen -da diese in der Regel komplette Fälle erfordern. Je mehr Variablen mit fehlenden Werten behaftet sind, desto kleiner wird die Schnittmenge mit Fällen bei denen keine fehlenden Werte (komplette Fälle) auftreten.

Ein weiteres Problem entsteht dadurch, dass fehlende Werte selten zufälliger Natur sind. Es kann vorkommen, dass fehlende Werte in einer Variable von anderen Variablen abhängen.

Bsp.: „In einer Umfragen wird nach Einkommen und Bildungsniveau gefragt und es kommt dazu, dass Personen mit einem höheren Bildungsniveau häufiger die Angabe ihres Einkommens verweigern als Personen mit einem niedrigeren Bildungsniveau, dann sind die fehlende Werte in der Variable Einkommen nicht zufälliger Natur.“

Es ist auch denkbar, dass die fehlenden Werte von den Ausprägungen der eigentlichen Variable abhängen. Auf das vorherige Beispiel bezogen würde dies bedeuten, dass Leute mit einem höheren Einkommen häufiger die Angabe ihres Einkommens verweigern, als Leute mit einem niedrigerem Einkommen –unabhängig von ihrem Bildungsniveau.

Die Missachtung dieser Abhängigkeitsstrukturen und die fallweise Behandlung fehlender Werte kann unter anderem zu verzerrten Schätzergebnissen (z.B. verzerrte Parameterschätzer) und zu einem Verlust an Präzision (z.B. größere Standardfehler und Konfidenzintervalle) führen.

Um die Probleme, die fehlende Werte mit sich bringen zu vermeiden sollte darauf  geachtet werden, dass fehlende Werte, wenn möglich, gar nicht erst entstehen. Bei der Durchführung von Online-Umfragen hat der Ersteller der Umfrage z.B. die Möglichkeit Einstellungen so vorzunehmen, dass die Nutzer im Falle einer vergessenen Antwort erneut auf die Frage hingewiesen werden. Natürlich ist die Vermeidung von fehlenden Werte nicht immer möglich. Sollten fehlende Werte auftreten muss sich um die bestmögliche Behandlung dieser gekümmert werden.

Arten von fehlenden Werten

Es werden 3 Kategorien (Missing completely at random, Missing at random und Missing not at random) von fehlenden Werten unterschieden. Diese von Rubin (1976) eingeführte und allgemein anerkannte Klassifikation von fehlenden Werten wird im Folgenden immer wieder benötigt, da sich die Wahl der Behandlungsmethode unter Anderem nach der zugehörigen Kategorie der fehlenden Werte richtet.

Missing completely at random (MCAR)

Missing completely at random bedeuted, dass die Wahrscheinlichkeit für einen fehlenden Wert bei der Variable \(Y\) unabhängig von den Werten der Variable \(Y\) und unabhängig von dem Wert der restlichen Variablen ist. Demnach entstehen die fehlenden Werte rein zufällig und es gibt keine systematisch fehlenden Werte.

Das folgende Diagramm stellt die gemeinsame Verteilung von zwei Variablen \(y1\), welche keine fehlenden Werte besitzt und \(y2\) bei der teilweise fehlende Werte auftreten in einem Streupunktdiagramm dar. Fälle bei denen Beobachtungen für \(y1\) und \(y2\) vorliegen sind durch einen blauen Kreis gekennzeichnet, wohingegen Fälle mit fehlenden Werten bei \(y2\) durch einen roten Kreis gekennzeichnet sind. Das zufällige Auftreten der fehlenden Werte ist sehr gut das  erkennbar.

Missing at random (MAR)

Von MAR wird gesprochen, wenn die Wahrscheinlichkeit für einen fehlenden Wert bei der Variable \(y2\) von dem Wert einer anderen Variable \(y1\) abhängt. Die Wahrscheinlichkeit für einen fehlenden Wert bei \(y2\) wird aber nicht von den Werten der eigentlichen Variable \(y2\) beeinflusst.

Das Streupunktdiagramm verdeutlicht dies, indem es die Gemeinsam Verteilung der Variablen \(y2\) (teilweise mit fehlenden Werten behaftet) und \(y1\) (es liegen keine fehlenden Werte vor) darstellt. Für größere Werte von \(y1\) steigt die Wahrscheinlichkeit für einen fehlenden Wert bei \(y2\).

Missing not at random (MNAR)

Von MNAR wird gesprochen, wenn die Wahrscheinlichkeit für das Auftreten eines fehlenden Werts bei der Variable \(y2\) vom fehlenden Wert selbst abhängt, nachdem für den Einfluss aller anderen beobachteten Variablen kontrolliert wurde.

Das Diagramm verdeutlicht dies erneut mit Hilfe der gemeinsamen Verteilung von 2 Variablen \(y1\) (ohne fehlende Werte) und \(y2\) (mit fehlenden Werten behaftet). Auch nach Berücksichtigung von \(y1\) hängt die Wahrscheinlichkeit für einen fehlenden Wert bei \(y2\) von der unbekannten Ausprägung bei \(y2\) ab.

Welche Art von fehlenden Werten liegt vor

Um die richtige Art der Behandlung von fehlenden Werten zu finden, ist es wichtig zu wissen, welche Art von fehlenden Werten vorliegt. Die einzelnen Ansätze zur Behandlung von fehlenden Werten bringen nämlich Annahmen bzgl. der Art von fehlenden Werten mit. Die sehr bekannte und weit verbreitete Maximum Likelihood Methode, sowie die Multiple Imputation benötigen beide die Annahme, dass die fehlenden Werte zumindest MAR sind. Deshalb wird im weiteren Verlauf auf die Unterscheidung zwischen MAR und MNAR weiter eingegangen.

Einfachere Verfahren für den Umgang mit fehlende Werte, wie z.B. der Listenweise Fallausschluss, erfordern fehlende Werte vom Typ MCAR. Sollte das Verfahren angewendet werden wenn die fehlenden Werte nicht MCAR sind, kommt es zu verzerrten Ergebnissen. Wenn die Anzahl der fehlenden Werte gering ist, ist der Listenweise Fallausschluss eine einfache Möglichkeit im MCAR-Fall mit fehlenden Werten umzugehen.

Außerdem ist zu beachten, dass es in einem Datensatz häufig mehrere Variablen gibt die fehlende Werte aufweisen. Folglich muss der Mechanismus der hinter den fehlenden Werten steht für jede Variable seperat geprüft werden bevor ein geeigneter Umgang gewählt wird!

MAR vs. MNAR

Um eindeutig zwischen MNAR und MAR zu unterscheiden ist es erforderlich Informationen über die fehlenden Werte zu bekommen. In vielen professionellen Studien oder Umfragen ist es daher üblich in nachträglichen Telefoninterviews Auskunft über die fehlenden Werte zu erlangen. Sobald Informationen zu den fehlenden Werten vorhanden sind, kann untersucht werden welche Art von fehlenden Werten vorliegt, indem die Respondenten mit den Nicht-Respondenten verglichen werden. Wenn sich diese beiden Gruppen starkt unterscheiden, ist dies ein klares Indiz für MNAR. 

In den meisten Situationen gibt es hingegen keine Möglichkeit an die fehlenden Werte zu gelangen. In diesem Fall kann nur mit Hilfe von substantiellen wissenschaftlichen Überlegungen bzw. Kenntnissen eine Entscheidung getroffen werden, ob die MAR-Annahme plausibel erscheint.

MCAR vs. MAR

Um zwischen MCAR und MAR zu unterscheiden kann Little's-Test verwendet werden. Dieser Test ist in den gängigen statistik Softwarepaketen implementiert. Weitere Informationen finden Sie unter: https://www.jstor.org/stable/2290157?seq=1#page_scan_tab_contents.

Eine weitere Möglichkeit der Unterscheidung besteht darin, die interessierende Variable in eine Dummyvariable umzukodieren:

$$0 = \text{fehlender Wert}$$

$$1 = \text{vorhandener Wert}$$

 

MCAR vs. MAR

  • für MCAR kann der little's test verwendet werden https://www.jstor.org/stable/2290157?seq=1#page_scan_tab_contents
  • ein zweiter weg, ist es dummy variablen zu erzeigen 1=missing 0=observed
  • dann z.B. chi-quadrat test, zwischen der interessierenden variable und anderen variablen in dem datensatz
  • z.B. geben frauen seltener ihr gewicht an als männer, kodieren gewicht als dummy wie zuvor beschrieben und füre einen chi-quadrat test durch

 

ALSO:

Wenn MAR, dann MI

Wenn MCAR, dann nur komplette fälle analysieren, listenweiser fallausschluss, keine verzerrten ergebnisse, aber schätzer sind vlt. ineffizient, da kleinere stichprobengröße, wenn ja imputation

Wenn MNAR, dann lassen sich die gängigen verfahren nicht verwenden

 

 

 

http://www.theanalysisfactor.com/missing-data-mechanism/

http://saphirnetwork.org/wp-content/uploads/2012/05/Missing-data-II.pdf

http://www.gmw.rug.nl/~huisman/md/EPP2_2010.pdf

 

 

 

 

 

 

Abweichung

Abbildungen können und sollten über Infoboxen verfügen. Die Infobox besitzt den selben Titel wie die Abbildung. In dieser Box können Quellenangaben und weitere Informationen enthalten sein.

Unterhalb der Infobox können und sollten die Verweise zu den Dateien (Daten, Skripte und dem Bild selbst) auftauchen.

Behandlung von fehlenden Werte

Traditionelle Methoden

Maximum Likelihood Methoden

Multiple Imputation

 

 

Bildergalerie

  • Keine Stichwörter