Show Less
Restricted access

Fehlende Werte bei korrelierten Beobachtungen

Series:

Christian Kastner

Korrelierte Beobachtungen treten bei klinischen Längsschnittstudien, Panelstudien im Rahmen wirtschaftswissenschaftlicher oder sozio-demografischer Untersuchungen und im Bereich der räumlichen Statistik auf. Fehlende Werte aufgrund von Nichterreichbarkeit, Antwortverweigerung usw. sind dabei ein häufiges methodisches Problem. Dieser Sachverhalt wird jedoch meist ignoriert, so dass die auf den reduzierten Daten basierenden statistischen Analysen zu falschen oder zumindest ineffizienten Ergebnissen führen. Die Arbeit beschäftigt sich mit Lösungsansätzen bei Verwendung der Generalised Estimating Equations. Neben einem ausführlichen Überblick über diese speziellen Marginalen Regressionsmodelle wird zunächst eine Einführung in den Bereich fehlender Werte gegeben. Die Verwendung der Weighted Estimating Equations zur Behandlung fehlender Werte wird in verschiedenen Anwendungsbereichen dargestellt.
Aus dem Inhalt: Überblick über Generalised Estimating Equations – Einführung in den Bereich fehlender Werte – Weighted Estimating Equations für korrelierte Beobachtungen – Modelldiagnose – Anwendungsbeispiele.