Universidad de Granada Digibug
 

Repositorio Institucional de la Universidad de Granada >
1.-Investigación >
Departamentos, Grupos de Investigación e Institutos >
Departamento de Métodos Cuantitativos para la Economía y la Empresa >
DMCEE - Artículos >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10481/29627

Title: Métodos de imputación para el tratamiento de datos faltantes: aplicación mediante R/Splus
Other Titles: Imputation methods to handle the problem of missing data: an application using R/Splus
Authors: Muñoz Rosas, Juan Francisco
Álvarez Verdejo, Encarnación
Issue Date: 2009
Abstract: La aparición de datos faltantes es un problema común en la mayoría de las encuestas llevadas a cabo en distintos ámbitos. Una técnica tradicional y muy conocida para el tratamiento de datos faltantes es la imputación. La mayoría de los estudios relacionados con los métodos de imputación se centran en el problema de la estimación de la media y su varianza y están basados en diseños muestrales simples tales como el muestreo aleatorio simple. En este trabajo se describen los métodos de imputación más conocidos y se plantean bajo el contexto de un diseño muestral general y para el caso de diferentes mecanismos de respuesta. Mediante estudios de simulación Monte Carlo basados en datos reales extraídos del ámbito de la economía y la empresa, analizamos las propiedades de varios métodos de imputación en la estimación de otros par´ametros que también son utilizados con frecuencia en la práctica, como son las funciones de distribución y los cuantiles. Con el fin de que los métodos de imputación descritos en este trabajo se puedan implementar y usar con mayor facilidad, se proporcionan sus códigos en los lenguajes de programación R y Splus.
Missing values are a common problem in many sampling surveys, and imputation is usually employed to compensate for non-response. Most imputation methods are based upon the problem of the mean estimation and its variance, and they also assume simple sampling designs such as the simple random sampling without replacement. In this paper we describe some imputation methods and define them under a general sampling design. Different response mechanisms are also discussed. Assuming some populations based upon real data extracted from the context of the economy and business, Monte Carlo simulations are carried out to analyze the properties of the various imputation methods in the estimation of parameters such as distribution functions and quantiles. The various imputation methods are implemented using the popular statistical softwares R and Splus, and codes are here presented.
Publisher: Universidad Pablo de Olavide
Keywords: Información auxiliar
Encuesta
Probabilidades de inclusión
Mecanismo de respuesta
Auxiliary information
Survey
Inclusion probabilities
Response mechanism
URI: http://hdl.handle.net/10481/29627
ISSN: 1886-516X
Citation: Muñoz Rosas, J.F.; Álvarez Verdejo, E. Métodos de imputación para el tratamiento de datos faltantes: aplicación mediante R/Splus. Revista de Métodos Cuantitativos para la Economía y la Empresa, 7: 3-30 (2009). [http://hdl.handle.net/10481/29627]
Appears in Collections:DMCEE - Artículos

Files in This Item:

File Description SizeFormat
MuñozRosas_Splus.pdf537.64 kBAdobe PDFView/Open
Recommend this item

This item is licensed under a Creative Commons License
Creative Commons

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! OpenAire compliant DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback

© Universidad de Granada