@techreport{Gartner2003Multiple,
abstract = {In dieser Arbeit werden die Auswirkungen einer Ersetzung von fehlenden Werten auf das Ergebnis einer Regressionsanalyse untersucht. Grundlage ist eine Untersuchung von Klasen (2000) \"{u}ber die Unterschiede im Zusammenhang zwischen Unterern\"{a}hrung und Kindersterblichkeit in Afrika und S\"{u}dasien. In dem Makro-Datensatz, welcher 101 Entwicklungsl\"{a}nder umfasst, f\"{a}llt etwa ein Drittel der 273 Beobachtungen weg, da f\"{u}r verschiedene verwendete Variablen die Werte fehlen. Die so verloren gegangenen Informationen sollen in dieser Untersuchung genutzt werden um die Sch\"{a}tzergebnisse zu verbessern. Hierzu wird ein Verfahren zur multiplen Imputation verwandt, in welchem mit einem Data-Augmentation-Verfahren mehrere vervollst\"{a}ndigte Datens\"{a}tze generiert werden, mit welchen dann getrennt Sch\"{a}tzungen durchgef\"{u}hrt werden. Die Ergebnisse der Sch\"{a}tzungen werden dann miteinander kombiniert. Durch die Auswertung mehrerer vervollst\"{a}ndigter Datens\"{a}tze wird eine h\"{o}here Effizienz der Sch\"{a}tzer erreicht. Ein Vergleich von Regressionsanalysen, die mit dem vervollst\"{a}ndigten Daten durchgef\"{u}hrt wurden, mit einer Complete-case-Analyse hat gezeigt, dass sich bestimmte Koeffizienten in ihrer Gr\"{o}\ss{}enordnung ge\"{a}ndert haben. Bei manchen Koeffizienten sind unplausible Vorzeichen aus der Complete-case Analyse verschwunden. Es ist also vorteilhaft, bei Problemen mit fehlenden Werten moderne Imputationsverfahren zu verwenden. Die wesentlichen Ergebnisse aus der Untersuchung von Klasen (2000) konnten dennoch best\"{a}tigt werden. Durch die Ersetzung der fehlenden Werte konnten noch eine Reihe von Variablen zug\"{a}nglich gemacht werden, die in den bisherigen Untersuchungen nicht verwendet wurden, da dadurch auf noch mehr Beobachtungen h\"{a}tte verzichtet werden m\"{u}ssen.},
author = {Hermann Gartner and Sandro Scheid},
copyright = {http://www.econstor.eu/dspace/Nutzungsbedingungen},
keywords = {C15; O11; 330; Unterern\"{a}hrung; Kindersterblichkeit; Sch\"{a}tzung; Nichtparametrisches Verfahren; Regression; Statistische Methode; Theorie; Afrika; S\"{u}dasien; Entwicklungsl\"{a}nder; imputation technique; missing data},
language = {ger},
note = {urn:nbn:de:bvb:19-epub-1703-0},
number = {322},
title = {Multiple Imputation von fehlenden Werten mit Daten \"{u}ber Unterern\"{a}hrung und Kindersterblichkeit},
type = {Discussion papers / Sonderforschungsbereich 386 der Ludwig-Maximilians-Universit\"{a}t M\"{u}nchen},
url = {http://hdl.handle.net/10419/23880},
year = {2003}
}
