Wie Zu Handhaben Fehlende Daten In Stata Forex

16.1.2 160Allgemeine Grundsätze für den Umgang mit fehlenden Daten Es gibt eine große Literatur über statistische Methoden für den Umgang mit fehlenden Daten. Hier werden kurz einige grundlegende Konzepte und einige allgemeine Empfehlungen für Cochrane Review Autoren. Es ist wichtig zu denken, warum Daten fehlen können. Statistiker verwenden oft die Begriffe, die zufällig fehlen und nicht zufällig fehlen, um verschiedene Szenarien darzustellen. Daten werden zufällig fehlen, wenn die Tatsache, dass sie fehlen, nicht mit den tatsächlichen Werten der fehlenden Daten in Zusammenhang steht. Wenn zum Beispiel einige Fragebögen im Lebenszyklus des Postsystems verloren gingen, wäre dies wahrscheinlich nicht mit der Lebensqualität der Versuchspersonen zusammenhängen, die die Formulare vervollständigten. Unter bestimmten Umständen unterscheiden die Statistiker zwischen fehlenden Daten zufällig und fehlenden Daten völlig zufällig, obwohl im Rahmen einer systematischen Überprüfung die Unterscheidung unwahrscheinlich ist, wichtig zu sein. Daten, die zufällig fehlen, sind möglicherweise nicht wichtig. Analysen auf der Grundlage der verfügbaren Daten sind tendenziell unvoreingenommen, obwohl sie auf einer kleineren Stichprobengröße basieren als der ursprüngliche Datensatz. Daten sollen nicht zufällig fehlen, wenn die Tatsache, dass sie fehlen, mit den tatsächlichen fehlenden Daten zusammenhängt. Zum Beispiel, in einem Depressionsprozess, Teilnehmer, die einen Rückfall der Depression hatten, könnten weniger wahrscheinlich, um die endgültige Follow-up-Interview zu sein, und eher zu fehlenden Ergebnisse Daten. Solche Daten sind in dem Sinne nicht ignorierbar, dass eine Analyse der verfügbaren Daten alleine typischerweise vorbestimmt ist. Publikation Bias und selektive Berichterstattung Bias führen per Definition auf Daten, die nicht zufällig fehlen, und Abnahme und Ausgrenzung von Individuen in Studien oft auch. Die wichtigsten Optionen für den Umgang mit fehlenden Daten sind. 1.160160160160160160160Analyse der verfügbaren Daten (dh Ignorieren der fehlenden Daten) 2.160160160160160160160Eingabe der fehlenden Daten mit Ersatzwerten und Behandlung dieser, als ob sie beobachtet wurden (z. B. letzte Beobachtung vortragen, unter Angabe eines angenommenen Ergebnisses wie Annahme, alle waren schlechte Ergebnisse, imputing Der Mittelwert, der auf der Grundlage vorhergesagter Werte aus einer Regressionsanalyse berechnet wurde) 3.160160160160160160160Eingabe der fehlenden Daten und Berücksichtigung der Tatsache, dass diese mit Unsicherheit (z. B. Mehrfachimputation, einfache Imputationsmethoden (als Punkt 2) mit Anpassung an den Standardfehler) belegt wurden 4.160160160160160160160 Wobei statistische Modelle verwendet werden, um fehlende Daten zuzulassen und Annahmen über ihre Beziehungen zu den verfügbaren Daten zu machen. Option 1 kann geeignet sein, wenn Daten zufällig angenommen werden können. Die Optionen 2 bis 4 sind Versuche, Daten, die nicht zufällig fehlen, zu adressieren. Option 2 ist praktisch in den meisten Fällen und sehr häufig in systematischen Überprüfungen verwendet. Es scheitert jedoch an Unsicherheit in den unterstellten Werten und Ergebnissen, typischerweise in zu engen Konfidenzintervallen. Die Optionen 3 und 4 erfordern die Beteiligung eines sachkundigen Statistikers. Vier allgemeine Empfehlungen für den Umgang mit fehlenden Daten in Cochrane Bewertungen sind wie folgt. Wenden Sie sich nach Möglichkeit an die ursprünglichen Ermittler, um fehlende Daten anzufordern. Machen Sie explizit die Annahmen aller Methoden, die verwendet werden, um mit fehlenden Daten zu bewältigen: zB, dass die Daten vermutlich zufällig fehlen oder dass fehlende Werte mit einem bestimmten Wert wie einem schlechten Ergebnis angenommen wurden. Führen Sie Sensitivitätsanalysen durch, um zu ermitteln, wie empfindliche Ergebnisse zu vernünftigen Änderungen der getroffenen Annahmen führen (siehe Kapitel 9, Abschnitt 9.7). Adressieren Sie die potenziellen Auswirkungen der fehlenden Daten auf die Ergebnisse der Überprüfung in der Diskussion Abschnitt. HINWEIS: Die IDRE Statistical Consulting-Gruppe wird die Migration der Website, um die WordPress CMS im Februar zu erleichtern Wartung und Erstellung neuer Inhalte. Einige unserer älteren Seiten werden entfernt oder archiviert, so dass sie nicht länger erhalten bleiben. Wir werden versuchen, die Weiterleitungen so zu halten, dass die alten URLs weiterhin so gut funktionieren, wie wir können. Willkommen beim Institut für Digitale Forschung und Bildung Helfen Sie der Stat Consulting Group, indem Sie ein Geschenk geben Stata FAQ: Wie kann ich die Anzahl der fehlenden Werte und Muster fehlender Werte in meiner Datendatei sehen Manchmal kann ein Datensatz quotholesquot darin haben, Dh fehlende Werte. Einige statistische Verfahren wie die Regressionsanalyse funktionieren nicht oder gar nicht auf einem Datensatz mit fehlenden Werten. Die Beobachtungen mit fehlenden Werten müssen gelöscht werden oder die fehlenden Werte müssen ersetzt werden, damit ein statistisches Verfahren sinnvolle Ergebnisse liefert. Die meisten statistischen Programme (einschließlich SAS, SPSS und Stata) entfernen automatisch solche Fälle von einer Analyse, die Sie ausführen (ohne die Fälle aus dem Dataset zu löschen). Aus diesem Grund variiert der Quotient häufig von Analyse zu Analyse, auch wenn der Dataset derselbe ist. Unterschiedliche Variablen haben unterschiedliche Mengen an fehlenden Daten und daher ändert die Änderung der Variablen in einem Modell die Anzahl der Fälle mit vollständigen Daten zu allen Variablen im Modell. Weil die Software Fälle mit fehlenden Werten für uns sinkt, ist es sehr einfach, über fehlende Daten vollständig zu quittieren. Allerdings kann das Vorhandensein fehlender Daten unsere Ergebnisse beeinflussen, insbesondere wenn ein Datensatz oder sogar eine einzelne Variable einen hohen Prozentsatz an Werten fehlt. Daher ist es immer eine gute Idee, einen Datensatz auf fehlende Daten zu überprüfen und darüber nachzudenken, wie die fehlenden Daten unsere Analysen beeinflussen können. Auf dieser Seite finden Sie einige Methoden, um fehlende Werte in einem Datensatz zu suchen. Diese Informationen können verwendet werden, um fundiertere Entscheidungen zur Handhabung der fehlenden Werte zu treffen. Bevor wir anfangen, benötigen wir einige Daten mit fehlenden Werten, der Code unten gibt einen kleinen Dataset in Stata ein und zeigt dann diese Daten an. In einem kleinen Datensatz, wie der unten, ist es sehr einfach, die Rohdaten zu betrachten und zu sehen, wo Werte fehlen. Wenn Datenmengen groß sind, benötigen wir jedoch eine systematischere Methode, um unseren Datensatz auf fehlende Werte zu untersuchen. Im Folgenden zeigen wir Ihnen einige Möglichkeiten, dies zu tun, mit den folgenden Daten als Beispiel. 1. Anzahl der fehlenden Werte vs. Anzahl der nicht fehlenden Werte Das erste, was wir tun werden, ist festzustellen, welche Variablen eine Menge fehlender Werte haben. Wir haben ein kleines Stata-Programm namens mdesc erstellt, das die Anzahl der fehlenden Werte sowohl in numerischen als auch in Zeichenvariablen zählt. Sie können mdesc von innerhalb von Stata downloaden, indem Sie findit mdesc eingeben (sehen Sie, wie ich den findit Befehl benutzen kann, um nach Programmen zu suchen und zusätzliche Hilfe für mehr Informationen über die Verwendung von finidit zu erhalten). Dann können Sie mdesc für eine oder mehrere Variablen ausführen, wie unten dargestellt. Nun kennen wir die Anzahl der fehlenden Werte in jeder Variablen. Zum Beispiel hat variable salepric vier fehlende Werte und saltoapr hat zwei fehlende Werte. 2. Ermitteln der Anzahl fehlender Werte pro Beobachtung Wir können auch die Verteilung der fehlenden Werte über Beobachtungen betrachten. Der folgende Code erzeugt eine Variable namens nmis, die die Anzahl der fehlenden Werte für jede Beobachtung angibt. Die hier verwendete Funktion rmiss2 () ist eine Erweiterung der egen-Funktion rmiss (). Es zählt die Anzahl der fehlenden Werte in der varlist. Rmiss2 () akzeptiert sowohl String als auch numerische Variablen. (Statas rmiss () akzeptiert nur numerische Variablen.) Sie können rmiss2 () über das Internet herunterladen, indem Sie findit rmiss2 eingeben (siehe Wie kann ich den findit-Befehl verwenden, um nach Programmen zu suchen und zusätzliche Hilfe für weitere Informationen über die Verwendung von findit zu erhalten ). Darunter tabellieren wir die Variable, die wir gerade erstellt haben. Betrachtet man die Frequenztabelle, so wissen wir, dass es vier Beobachtungen ohne fehlende Werte gibt, neun Beobachtungen mit fehlenden Werten, eine Beobachtung mit zwei fehlenden Werten und eine Beobachtung mit drei fehlenden Werten. 3. Muster fehlender Werte Wir können auch die Muster fehlender Werte betrachten. Sie können mvpatterns über das Internet von innerhalb von Stata downloaden, indem Sie findit mvpatterns eintippen (sehen Sie, wie ich den findit Befehl benutzen kann, um nach Programmen zu suchen und zusätzliche Hilfe für mehr Informationen über usingitit zu erhalten). Der Befehl mvpatterns erzeugt eine Ausgabe für alle Variablen im Datenbestand, für fehlende Datenmuster über eine Teilmenge von Variablen kann eine Variablenliste enthalten sein, z. B. mvpatterns landval improval totval. Die Ausgabe, die von mvpatterns erzeugt wird, ist unten gezeigt. In der ersten Tabelle sind die Variablen, deren Speichertyp (Typ), die Anzahl der Beobachtungen (obs), die Anzahl der fehlenden Werte (mv) und die Variablenbeschriftung aufgelistet. Die zweite Tabelle enthält die Informationen über das Muster der fehlenden Werte. Der erste Spaltenblock in der Ausgabe zeigt die Muster fehlender Daten. Innerhalb des Blocks wird jede Variable durch eine Spalte dargestellt, ein Quotient zeigt an, dass Werte dieser Variablen in einem gegebenen fehlenden Datenmuster vorhanden sind, ein quadratisches Zeichen bedeutet, dass sie fehlen. Die Spalten folgen der gleichen Reihenfolge wie die Variablenliste in der ersten Tabelle, sodass die erste Spalte in der Ausgabe unten repräsentiert landval. Die zweite Verbesserung. und so weiter. Die fehlenden Datenmuster werden in absteigender Häufigkeit aufgelistet, hier ist das gebräuchlichste fehlende Datenmuster vollständige Daten (quotquot). Die Tabelle zeigt auch die Anzahl der fehlenden Werte in diesem Muster (mv) und die Anzahl der Fälle mit dem fehlenden Datenmuster (freq). Basierend auf den Informationen in der zweiten Tabelle wissen wir, dass es vier Beobachtungen ohne fehlende Werte, zwei Fälle fehlen auf nur die variable salepric. Und eine Beobachtung mit fehlenden Werten zur Verbesserung. Salepric und saltoapr. 4. Wenn alle interessierenden Variablen numerisch sind Die obigen Beispiele funktionieren unabhängig davon, ob die interessierenden Variablen (d. h. die Variablen, deren fehlende Datenmuster Sie untersuchen möchten) numerisch oder string sind. Wenn alle Variablen, die Sie auf fehlende Werte überprüfen möchten, numerisch sind, können wir ein Programm mit dem Namen misschk verwenden, um die Schritte der Untersuchung der fehlenden Daten in unserem Datensatz zu vereinfachen. (Beachten Sie, dass numerische Variablen diejenigen mit Wertbeschriftungen enthalten, die Strings sind, solange die tatsächlichen Werte der Variablen als Zahlen gespeichert sind.) Sie können misschk aus Stata herunterladen, indem Sie findit misschk eingeben (siehe Wie kann ich den findit-Befehl verwenden? Nach Programmen suchen und zusätzliche Hilfe für weitere Informationen über die Verwendung von findit erhalten). Unten ist der Befehl für misschk. Wir haben alle fünf Variablen in unserem Datensatz in der Variablenliste nach dem Befehl misschk aufgelistet. Allerdings hätten wir die Variablenleerliste einfach leer lassen können (d. H. Stattdessen nur misschk. gen (miss)), wenn wir hatten, hätte misschk mit allen Variablen in unserem Datensatz laufen gelassen. Die Variablenliste ist nur dann notwendig, wenn wir nur einige der Variablen in unserem Datensatz ausführen wollen. Die gen (miss) - Option sagt misschk, dass wir wollen, dass sie zwei neue Variablen erzeugt, die beide mit quotmissquot beginnen. Diese beiden Variablen werden als Fehl - und Fehlzahl bezeichnet. Die Variable misspattern gibt an, welches der fehlenden Datenmuster jeweils folgt. Die variable Fehlzahl gibt die Anzahl der fehlenden Werte für jeden Fall an. Die Ausgabe für misschk besteht aus drei Tabellen. Die erste Tabelle listet die Anzahl der fehlenden Werte sowie prozentual fehlende Werte für jede Variable auf, dies entspricht der Tabelle, die von mdesc in Teil 1 oben erstellt wurde. Diese Tabelle enthält auch eine Spalte, die beschriftet ist, die jeder Variablen eine Zahl zuweist, die verwendet wird, um die Variable später in der Ausgabe zu identifizieren. Die zweite Tabelle zeigt die Verteilung der fehlenden Werte. Das Muster des Fehlens wird unter Verwendung der variablen Zahlen aus der ersten Tabelle und Unterstriche () beschrieben. Die Zahlen geben an, welche Variablen in diesem Muster fehlen, wobei die Unterstriche nicht fehlende Beobachtungen darstellen. Zum Beispiel sehen wir aus der zweiten Tabelle, dass zwei Fälle fehlende Werte auf Variable 1 (Landval) haben, aber vollständige Daten zu allen anderen Variablen enthalten und dass in einem Fall Daten der Variablen 2, 4 und 5 fehlen Dass vier Fälle überhaupt keine Werte fehlen (alle Unterstriche). Diese Tabelle zeigt die gleichen Informationen, die in Teil 3 oben, aber in einem etwas anderen Format erzeugt wurden. Das fehlende Datenmuster für jeden Fall wird in dem variablen Fehlspattern beschrieben. Schließlich zeigt die dritte Tabelle die Verteilung der Anzahl fehlender Werte pro Fall. Dies ist die gleiche Information, die oben in Teil 2 diskutiert wurde. Die Anzahl der Variablen, die jeder Fall fehlt, ist auch in der variablen Fehlzahl enthalten. Der Inhalt dieser Website sollte nicht als eine Bestätigung für eine bestimmte Website, ein Buch oder ein Softwareprodukt der Universität von Kalifornien verstanden werden.