Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/32687 
Autor:innen: 
Erscheinungsjahr: 
2009
Schriftenreihe/Nr.: 
IAB-Discussion Paper No. 7/2009
Verlag: 
Institut für Arbeitsmarkt- und Berufsforschung (IAB), Nürnberg
Zusammenfassung: 
Zum Vergleich ausgewählter Missing Data Techniken nutzt dieses Papier eine Befragung, in der u. a. die Zustimmung zum Record Linkage der Befragungs- mit administrativen Prozessdaten abgefragt wurde. Bei nicht zustimmenden Befragten, werden ihre gegebenen Antworten auf 'fehlend' gesetzt, um so pseudo-fehlende Werte auf Basis eines empirischen (im Vergleich zu einem statistisch simulierten) Ausfallmechanismus zu erzeugen. Eine OLS Regression wird durchgeführt und dem Datenausfall wird jeweils durch eine Complete Case Analyse (CCA), Multiple Imputation (MI) und zwei Varianten des Heckmans Sample Selection Models (SSM) begegnet. Die Ergebnisse werden mit einer Regression auf Basis der vollständigen Daten verglichen, welche die 'wahren' Regressionsergebnisse liefert (Benchmark). Alle Verfahren führen zu nur wenigen Abweichungen vom Benchmark. Wenn nur eine unabhängige Variable fehlende Werte aufweist, liegt die MI näher zum Benchmark, wenn die abhängige ausfallbelastet ist, die CCA gefolgt von der Two-Step Variante des SSM. Bei fehlenden Werten in vielen oder allen unabhängigen Variablen zeigen sich alle Verfahren ähnlich geeignet zur Korrektur der Ausfälle, mit Ausnahme der Maximum Likelihood Variante des SSM.
Schlagwörter: 
Missing Data
Multiple Imputation
Sample Selection Model
Record Linkage
JEL: 
C81
J20
Dokumentart: 
Working Paper

Datei(en):
Datei
Größe
245.75 kB





Publikationen in EconStor sind urheberrechtlich geschützt.