PropertyValue
?:about
?:abstract
  • Die Anwendung statistischer Modelle wird häufig durch fehlende Werte ("missing data" - MD) behindert; andererseits lassen sich nur auf der Basis von Modellen Konsequenzen fehlender Werte abschätzen und Strategien des kontrollierten Umgangs mit MD entwickeln. Der Autor stellt in seiner Abhandlung eine Reihe derartiger "MD-Techniken" vor und berichtet über eine von ihm durchgeführte Simulationsstudie, in der er die Leistungsfähigkeit verschiedener Strategien testet. Als ein wichtiges Ergebnis seiner Untersuchung hebt er hervor, daß es kein allgemein "bestes" Verfahren gibt, sondern daß die Wahl einer optimalen Strategie stets die Kenntnis desjenigen Prozesses voraussetzt, der die fehlenden Werte erzeugt. (pmb) (xsd:string)
?:contributor
?:dateModified
  • 1991 (xsd:gyear)
?:datePublished
  • 1991 (xsd:gyear)
?:duplicate
?:editor
?:hasFulltext
  • true (xsd:boolean)
is ?:hasPart of
?:inLanguage
  • de (xsd:string)
?:isbn
  • 3-922661-84-X ()
?:linksURN
?:location
is ?:mainEntity of
?:name
  • Realisierung von Missing-Data-Ersetzungstechniken innerhalb statistischer Programmpakete und ihre Leistungsfähigkeit (xsd:string)
?:provider
?:publicationType
  • Sammelwerksbeitrag (xsd:string)
  • in_proceedings (en)
?:publisher
?:reference
?:sourceCollection
  • Neue Methoden der Analyse historischer Daten (xsd:string)
?:sourceInfo
  • GESIS-SSOAR (xsd:string)
  • In: Neue Methoden der Analyse historischer Daten, Scripta Mercaturae Verl., Sankt Katharinen, 1991, 105-137 (xsd:string)
rdf:type
?:url
?:urn
  • urn:nbn:de:0168-ssoar-338066 ()
?:volumeNumber
  • 23 (xsd:string)