Nebenbedingungen (multiple Imputation)

Mithilfe der Registerkarte "Nebenbedingungen" können Sie die Rolle einer Variablen während der Imputation beschränken und den Bereich der imputierten Werte einer metrischen Variablen so einschränken, dass sie plausibel sind. Zusätzlich können Sie die Analyse auf Variablen mit weniger als einem maximalen Prozentsatz fehlender Werte einschränken.

Daten für Variablenzusammenfassung durchsuchen. Wenn Sie auf Daten durchsuchen klicken, zeigt die Liste Analysevariablen und jeweils den beobachteten Prozentwert für fehlend, Minimum und Maximum. Die Zusammenfassungen können auf allen Fällen oder auf einem Durchlauf der ersten n Fälle (wie im Textfeld "Fälle" angegeben) beruhen. Durch Klicken auf Erneut durchsuchen werden die Verteilungszusammenfassungen aktualisiert.

Nebenbedingungen definieren

• Rolle. Hierüber können Sie das Set der zu imputierenden und/oder als Prädiktoren zu behandelnden Variablen anpassen. Üblicherweise wird jede Analysevariable im Imputationsmodell sowohl als abhängige Variable als auch als Prädiktor betrachtet. Die Rolle kann verwendet werden, um die Imputation für Variablen auszuschalten, die nur als Prädiktor verwendet werden sollen (Nur als Prädiktor verwenden) oder um Variablen von der Verwendung als Prädiktoren auszuschließen (Nur imputieren) und dadurch das Vorhersagemodell kompakter zu gestalten. Dies ist die einzige Nebenbedingung, die für kategoriale Variablen oder für Variablen, die nur als Prädiktoren verwendet werden, angegeben werden kann.
• Min. und Max. In diesen Spalten können Sie die zulässigen minimalen und maximalen imputierten Werte für metrische Variablen angeben. Wenn ein imputierter Wert außerhalb dieses Bereichs liegt, zieht das Verfahren einen anderen Wert, bis es einen findet, der im Bereich liegt, oder bis die maximale Zahl an Ziehungen erreicht ist (siehe Maximale Ziehungen unten). Diese Spalten sind nur verfügbar, wenn Lineare Regression als Modelltyp für metrische Variablen auf der Registerkarte "Methode" ausgewählt ist.
• Rundung. Einige Variablen können als metrische Variablen verwendet werden, haben aber Werte, die weiter natürlich beschränkt sein können, z. B. muss die Anzahl der Personen in einem Haushalt eine Ganzzahl sein und der in einem Geschäft ausgegebene Betrag kann keine Bruchteile von Cents umfassen. In dieser Spalte kann die kleinste zulässige Stückelung festgelegt werden. Beispiel: Um ganzzahlige Werte zu erhalten, geben Sie 1 als Rundungswert an; um Werte auf den nächsten Cent zu runden, geben Sie 0,01 an. Im Allgemeinen werden Werte auf das nächste ganzzahlige Vielfache des angegebenen Rundungswerts gerundet. Die folgende Tabelle zeigt, wie sich unterschiedliche Rundungswerte auf den imputierten Wert 6,64823 (vor der Rundung) auswirken.

Variablen mit großen Mengen an fehlenden Daten ausschließen. Normalerweise werden Analysevariablen imputiert und als Prädiktoren verwendet, unabhängig davon, wie viele fehlende Werte sie besitzen, vorausgesetzt, sie haben ausreichend Daten, um ein Imputationsmodell zu schätzen. Sie können Variablen ausschließen, die einen hohen Prozentsatz an fehlenden Werten haben. Wenn Sie zum Beispiel 50 als Maximaler Prozentsatz fehlend angeben, werden Analysevariablen, bei denen mehr als 50 % der Werte fehlen, nicht imputiert und sie werden auch nicht als Prädiktoren bei Imputationsmodellen verwendet.

Maximale Ziehungen. Wenn Minimum- oder Maximumwerte für imputierte Werte von metrischen Variablen angegeben werden (siehe Min und Max oben), versucht die Prozedur, Werte für einen Fall zu ziehen, bis ein Set an Werten gefunden ist, das innerhalb des angegebenen Bereichs liegt. Wenn mit der angegebenen Zahl an Ziehungen pro Fall kein Set an Werten gefunden wird, zieht die Prozedur ein anderes Set an Modellparametern und wiederholt den Prozess der Fallziehung. Ein Fehler tritt auf, wenn ein Set von Werten im Bereich nicht in der angegebenen Zahl von Fall- und Parameterziehungen gefunden wird.

Beachten Sie, dass höhere Werte eine längere Verarbeitungszeit bedeuten. Wenn die Prozedur lange dauert oder keine geeigneten Ziehungen findet, prüfen Sie die angegebenen Minimum- und Maximumwerte, um sicherzustellen, dass sie angemessen sind.

So geben Sie Nebenbedingungen für multiple Imputation an:

Für diese Funktion ist die Option "Missing Values" erforderlich.

1. Wählen Sie in den Menüs Folgendes aus:

   Analysieren > Multiple Imputation > Fehlende Daten imputieren Werte ...

2. Klicken Sie im Dialogfeld "Fehlende Datenwerte imputieren" auf die Registerkarte Nebenbedingungen.