Vorweg ein Dankeschön für die Unmengen hilfreicher Threads hier im Forum! Ich konnte schon viele Probleme durch die Fragen, Antworten und Diskussionen hier lösen, ohne überhaupt selbst einen Thread erstellen zu müssen. Da ich mich dann aber auch nicht bei den HelferInnen bedankt habe, möchte ich das an dieser Stelle tun: DANKE an alle fleißigen Fragen-BeantworterInnen hier im Forum!!!
Nun zu meiner Frage: Ich habe systematisch fehlende Werte (NMAR/MAR) in dichtomen Variablen (meist unter 10% pro Variable, max. 15%). Nach allem was ich über Missing Data gelernt habe, scheint es mir sinnvoll nicht list- oder pairwise auszuschließen, sondern zu imputieren. Aber wie?
Ich habe schon einiges im Internet recherchiert, aber so ganz klar habe ich noch nicht, welches Verfahren nun das richtige für meine Daten wäre... Wenn ich das richtig sehe fallen die meisten Verfahren raus, weil (a) die zu imputierende Variable dichotom und (b) nur ein >= intervallskalierter (plus weitere nominalskalierte) Prädiktor(en) zur Verfügung stehen. Die einzige Methode, die ich jetzt gefunden habe wäre eine Hot Deck Imputation (HDI).
(1) Seht ihr das auch so?
(2) Gibt es noch passendere?
Wenn HDI korrekt wäre:
(3) Gibt es da Daumenregeln für die minimale (3a) Stichprobengröße oder (3b) die Anzahl der einzubeziehenden Deck-Variablen?
(4) Wie geht man damit um (ich hab's ausprobiert), wenn auch nach der HDI noch fehlende Werte existieren? Kann man das hinnehmen oder deutet das darauf hin, dass die Daten für die HDI ungeeignet sind?
Jetzt schon vielen Dank an alle, die sich die Zeit genommen haben das hier zu lesen und für alle hilfreichen Kommentare!
tido
