@techreport{Buttner2008Multiple,
abstract = {In zahlreichen gro\ss{}en Datens\"{a}tzen von wissenschaftlichem Interesse sind einige Variablen, wie z. B. die Lohnh\"{o}he, top-coded oder rechtszensiert. Zur Analyse von L\"{o}hnen auf der Grundlage der IAB-Besch\"{a}ftigtenstichprobe muss zun\"{a}chst das Problem der, an der Beitragsbemessungsgrenze der Sozialversicherung zensierten, L\"{o}hne gel\"{o}st werden. Dieses Problem wird als Problem fehlender Daten behandelt und es werden Ans\"{a}tze der multiplen Imputation zensierter L\"{o}hne durch Ziehung einer Zufallsvariablen aus einer trunkierten Verteilung auf der Basis der Markov-Chain Monte-Carlo Methode entwickelt. Im Allgemeinen ist die Einkommensvariation in Niedriglohnkategorien geringer als in h\"{o}heren Kategorien, deshalb ist die Annahme von Homoskedastizit\"{a}t in einem Imputationsmodell fragw\"{u}rdig. Daher wird hier eine neue Methode multipler Imputation vorgeschlagen, die keine Homoskedastizit\"{a}t voraussetzt. Die Notwendigkeit und die Validit\"{a}t des neuen Ansatzes werden durch einen Vergleich unterschiedlicher Imputationsans\"{a}tze in einer Simulationsstudie belegt.},
address = {N\"{u}rnberg},
author = {Thomas B\"{u}ttner and Susanne R\"{a}ssler},
copyright = {http://www.econstor.eu/dspace/Nutzungsbedingungen},
keywords = {C24; C15; 330; top coding; missing data; censored wage data; Markov chain Monte Carlo},
language = {eng},
number = {2008,44},
publisher = {IAB},
title = {Multiple imputation of right-censored wages in the German IAB employment sample considering heteroscedasticity},
type = {IAB discussion paper},
url = {http://hdl.handle.net/10419/32715},
year = {2008}
}
