STATISTIK-FORUM.de

Hallo,

ich schreibe gerade eine Arbeit über Missing Values und bin dabei auf die Unterscheidung 'missings at random', 'missing completely at random' und 'missing not at random' (Rubin, 1976) gestoßen. Es heißt ja, dass es wichtig ist zu wissen, welche Ausfallmechanismen zugrunde liegen, damit man das geeignete Imputationsverfahren wählen kann.

Wie kann ich auf MAR, MCAR oder MNAR testen? Muss man das heutzutage überhaupt noch machen oder machen das die Packages (z. B. mice()) eventuell schon mit?

Hat jemand Erfahrung mit diesem Thema?

In älteren Artikeln wird immer über die Testung mittels Indikatormatrix gesprochen, aber das macht für mich keinen Sinn. Freue mich über jede Hilfe, weil ich im Moment echt anstehe...

LG, Silke

Anfangen kannst Du mal bei Little (1988).

MNAR kann man selbstverständlich unmöglich testen, auch wenn ab und an das Gegenteil behauptet wird. Allerdings bleibt die simple Nachfrage, wie man denn auf etwas testen kan, was man nicht beobachtet hat (Missing not at random) in einem solchen Fall grundsätzlich unbeantwortet.

Imputation ist bei MCAR häufig nicht nötig. Bei MNAR sind Verfahren mit derart starken Annahmen verbunden (und soweit mir bekannt, nicht theoriebasiert sondern rein auf Simulationen), dass man evtl. mehr kaputt macht, als bei Listenweisem Ausschluss.

Für weitere Hinweise müsste es wohl etwas genauer sein, als

In älteren Artikeln

und

macht für mich keinen Sinn.

Vermutlich bist Du bei einer Face-toFace Beratung mit einem lokalen Spezialisten am besten aufgehoben.

Zuletzt, und das ist wirklich nur gut gemeint, wenn Du tatsächlich eine Arbeit über fehlende Werte schreibst (nicht nur das Problem fehlender Werte hast), solltest Du wohl etwas genauer wissen, was z.B. mice() macht. Der code ist open-source ...


Little, Roderick, J. A. (1988). A Test of Missing Completely at Random for Multivariate Data with Missing Values. Journal of the American Statistical Association, 83(303):1198-1202.

Danke für den Artikel