Ein Datensatz hat eine Spalte mit 30 % fehlenden Werten. Sie glauben, dass andere Spalten helfen können, die fehlenden Einträge zu rekonstruieren, während die Integrität des Datensatzes erhalten bleibt. Welche Imputationsmethode sollten Sie verwenden?

Multiple Imputation (MI) ist die beste Methode, da sie die Unsicherheit der Imputation berücksichtigt und robustere Schätzungen liefert. Bei 30 % fehlenden Werten ist der Informationsverlust durch das einfache Löschen von Datensätzen (listwise deletion) zu groß. Das Vorwärtsübertragen des letzten beobachteten Wertes (LOCF) ist für Zeitreihendaten geeignet, aber nicht für allgemeine Datensätze und kann zu verzerrten Ergebnissen führen. Das Ersetzen fehlender Werte durch den Spaltenmittelwert ist eine einfache Methode, die jedoch die Varianz unterschätzt und die Beziehungen zwischen Variablen verfälschen kann, insbesondere bei einem so hohen Anteil fehlender Daten. MI erstellt mehrere vollständige Datensätze, indem die fehlenden Werte basierend auf den beobachteten Werten geschätzt werden, und kombiniert dann die Ergebnisse, um eine zuverlässigere Inferenz zu erhalten.