DSpace Repository

Wybrane statystyczne metody radzenia sobie z brakami danych

Show simple item record

dc.contributor.author Pokropek, Artur
dc.date.accessioned 2018-07-03T11:37:34Z
dc.date.available 2018-07-03T11:37:34Z
dc.date.issued 2018
dc.identifier.citation Polskie Forum Psychologiczne 2018, T. 23, nr 2. en_US
dc.identifier.uri http://repozytorium.ukw.edu.pl//handle/item/5478
dc.description.abstract W artykule przedstawiono wybrane współczesne statystyczne metody radzenia sobie z brakami danych. Artykuł opiera się na podejściu Rubina, który zaproponował trzy typy mechanizmów generujących braki danych: mechanizm całkowicie losowy (MCAR: Missing completely at random), mechanizm losowy (MAR: Missing at random), mechanizm nielosowy (MNAR: Missing not at random). Przedstawione i ocenione zostały zarówno klasyczne, jak i „nowoczesne” metody radzenia sobie z brakami danych, takie jak: usuwanie braków danych, zastępowanie średnią, imputacja regresyjna, stochastyczna imputacja regresyjna, nieparametryczna imputacja hot deck, metoda największej wiarygodności uwzgledniająca braki danych i wielokrotne imputacje. Artykuł kończy się praktycznymi wskazówkami dotyczacymi radzenia sobie z brakami danych. en_US
dc.language.iso pl en_US
dc.publisher Wydawnictwo Uniwersytetu Kazimierza Wielkiego w Bydgoszczy en_US
dc.subject braki danych en_US
dc.subject metoda największej wiarygodności en_US
dc.subject wielokrotne imputacje en_US
dc.subject imputacje nieparametryczne en_US
dc.title Wybrane statystyczne metody radzenia sobie z brakami danych en_US
dc.type Article en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record