Wie geht man mit fehlenden Werten bei der linearen Regression um? Hier ist die 'multiple imputation by chained equations' (mice) for missing data im Moment die bevorzugte Methode. Dieses Tutorial zur Multiplen Imputation erklärt Ihnen, wie Sie Datensätze mit fehlenden Werten (MCAR, MAR) im Rahmen einer Regressionsanalyse mit R analysieren können.
Hier ist ein aktueller Journal-Artikel, der einen guten Überblick über theoretischen Hintergrund und über praktische Umsetzung von Multipler Imputation gibt:
Austin, P. C., White, I. R., Lee, D. S., & van Buuren, S. (2020). Missing data in clinical research: a tutorial on multiple imputation. Canadian Journal of Cardiology.
www.sciencedir...
Begleitseite zum Tutorial mit dem R-Code:
www.regorz-stat...
Tutorial zur Prüfung von Regressionsvoraussetzungen bei Multipler Imputation:
• Regressionsannahmen pr...
21 авг 2024