داده های گمشده

قسمتی از متن:

معمولاً در پیمایش ها مواردی پیش می‌آید كه برخی از پاسخگویان به برخی از سوالات پاسخ ندهند. پس از وارد كردن داده‌ها به نرم افزارهای آماری موارد بدون پاسخ به صورت خودكار، گمشده تعریف می‌شوند. مشكل داده‌های گمشده را می‌توان به دو حالت كلی تقسیم كرد. حالت اول زمانی است كه داده‌ها به صورتی تصادفی گم شده باشند. مثلاً پاسخگویان برخی سوالات را ندیده باشند و یا پرسشگران یك یا چند سوال را از قلم انداخته باشند. حالت دوم وقتی پیش می‌آید كه پاسخگو با قصد و نیت از پاسخ دادن به سوال یا سوالاتی خودداری ورزیده باشد.

شرایطی كه تعمدی در بی پاسخ گذاشتن سوالات وجود داشته باشد، بدترین حالت برای پژوهشگر است. در این حالت هرگونه برخوردی با داده‌های گمشده نتایج پیمایش را به سمت اریبی می کشاند. ممكن است پژوهشگری در این حالت ترجیح دهد كه پرسشنامه‌هایی را كه شامل داده‌های گمشده باشند به كلی حذف كند. باید بگویم كه این بدترین كاری است كه یك پژوهشگر می‌تواند با این مشكل انجام دهد، زیرا با این كار فقط میزان اریبی را افزایش خواهد داد. مثلاً در یك پیمایش ممكن است افراد طبقه بالای جامعه از گفتن میزان درآمدشان خودداری كرده باشند.

فهرست مطالب

. 4

شیوه های متفاوت در برخورد با مشكل داده‌های گمشده. 4

بی پاسخی و در آمارگیریهای نمونه ای.. 6

اثر بی پاسخی بر درستی برآوردها 7

آمارگیریهای پستی همراه با مصاحبه با بی پاسخها 9

مثال تشریحی.. 9

تعیین کسر بهینۀ بی پاسخهای آغازین برای زیرنمونه در تلاشهای متمرکز. 12

سازوکارهایی که مقادیر گمشده از آنها ناشی می شود. 13

گمشده کاملاً تصادفی: 14

گمشده تصادفی: 14

مقادیر گمشده غیرقابل چشم پوشی: 14

انواع روشها برای تحلیل داده ها با وجود مقادیر گمشده. 18

روشهای مربوط به مورد کامل : 18

روشهای مبتنی بر جانهی : 19

روشهای تجدید  وزن دهی: 19

انواع روش های جانهی.. 20

جانشین کردن میانگین: 20

روش بی درنگ: 21

مثال تشریحی: 22

مدل رگرسیون لوجستیک با وجود مقادیر گمشده تصادفی در متغیر کمکی.. 24

زمینه و هدف: 24

مواد و روش کار: 24

منابع و مآخذ. 30