Hinweis zum Urheberrecht
Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bvb:473-opus-2251
URL: http://www.opus-bayern.de/uni-bamberg/volltexte/2010/225/
Analysis of Incomplete Survey Data - Multiple Imputation via Bayesian Bootstrap Predictive Mean Matching
Analyse unvollständiger Befragungsdaten - Multiple Imputation mittels Bayesian Bootstrap Predictive Mean Matching
Koller-Meinfelder, Florian
| Beteiligte Einrichtung: |
| Fakultät Sozial- und Wirtschaftswissenschaften |
| Dokumentart: |
| Dissertation |
| Hauptberichter: |
| Rässler, Susanne (Prof. Dr.) |
| DDC-Sachgruppe: |
| Mathematik |
| RVK - Regensburger Verbundklassifikation: |
| QH 233; QH 235 |
| SWD-Schlagwörter: |
| Bayes-Entscheidungstheorie; Bootstrap-Statistik; Imputationstechnik; Online-Publikation |
| Freie Schlagwörter (Deutsch): |
| Datenergänzung , Multiple Imputation |
| Freie Schlagwörter (Englisch): |
| missing data , multiple imputation , nearest neighbour matching |
| Sprache: |
| Englisch |
| Tag der mündlichen Prüfung: |
| 01.10.2009 |
| Erstellungsjahr: |
| 2009 |
| Publikationsdatum: |
| 25.01.2010 |
| Beschreibung auf Englisch: |
| Multiple Imputation (MI) is a general purpose approach to impute partially incomplete data. The proposed method - Bayesian Bootstrap Predictive Mean Matching - is a variant that incorporates the robustifying properties of a nearest neighbour technique (Predictive Mean Matching) into MI. |
| Beschreibung auf Deutsch: |
| Multiple Imputation (MI) ist ein allgemeiner Ansatz zur Ergänzung fehlender Daten. Die vorgestellte Methode - Bayesian Bootstrap Predictive Mean Matching - ist eine MI-Variante, welche die robustifizierenden Eigenschaften eines Nearest-Neighbour-Verfahrens (Predictive Mean Matching) integriert. |
Universitätsbibliothek Bamberg ·
Feldkirchenstraße 21 · 96052 Bamberg
Tel. (0951) 863 1568 · Fax (0951) 863 1565 ·
E-Mail
opus.ub(at)uni-bamberg.de
Letzte Änderung:
17.12.09
|
