Description
(Text)
Bei der konkreten Arbeit mit Daten wird man häufig mit dem Problem fehlender Werte konfrontiert. Die vorliegende Arbeit vermittelt zunächst einen Überblick über die bisher üblichen Methoden zur Bewältigung dieses Problems im linearen Modell. Dann werden neue Verfahren vorgestellt, die a priori-Information über die fehlenden Werte mit der Stichprobeninformation kombinieren und damit die Schätzung des Regressionskoeffizienten verbessern. In einer umfassenden Simulationsstudie werden die Verfahren miteinander verglichen. Dabei zeigt sich, daß die neuen Ansätze bei korrekter Vorinformation den übrigen Verfahren überlegen sind.
(Table of content)
Aus dem Inhalt: Lineares Modell - Fehlende Werte - A priori-Inforamtion - Maximum Likelihood-Methode - Quasiminimaxansatz.
(Author portrait)
Die Autorin: Michaela Jänner wurde 1963 in Essen geboren. Von 1982 bis 1989 studierte sie Statistik an der Universität Dortmund. Sie war von 1989 bis 1990 als wissenschaftliche Mitarbeiterin am Fachbereich Rechts- und Wirtschaftswissenschaften der Universität Mainz tätig. Seit 1990 arbeitet sie als wissenschaftliche Mitarbeiterin am Institut für Volkswirtschaftslehre der Universität Oldenburg. Promotion 1993.
