Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/32715 
Year of Publication: 
2008
Series/Report no.: 
IAB-Discussion Paper No. 44/2008
Publisher: 
Institut für Arbeitsmarkt- und Berufsforschung (IAB), Nürnberg
Abstract: 
In zahlreichen großen Datensätzen von wissenschaftlichem Interesse sind einige Variablen, wie z. B. die Lohnhöhe, top-coded oder rechtszensiert. Zur Analyse von Löhnen auf der Grundlage der IAB-Beschäftigtenstichprobe muss zunächst das Problem der, an der Beitragsbemessungsgrenze der Sozialversicherung zensierten, Löhne gelöst werden. Dieses Problem wird als Problem fehlender Daten behandelt und es werden Ansätze der multiplen Imputation zensierter Löhne 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 höheren Kategorien, deshalb ist die Annahme von Homoskedastizität in einem Imputationsmodell fragwürdig. Daher wird hier eine neue Methode multipler Imputation vorgeschlagen, die keine Homoskedastizität voraussetzt. Die Notwendigkeit und die Validität des neuen Ansatzes werden durch einen Vergleich unterschiedlicher Imputationsansätze in einer Simulationsstudie belegt.
Subjects: 
top coding
missing data
censored wage data
Markov chain Monte Carlo
JEL: 
C24
C15
Document Type: 
Working Paper

Files in This Item:
File
Size
255.51 kB





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.