Die Behandlung von fehlenden Werten in der diskriminanten Analyse—I. Das Sampling-Experiment

Zusammenfassung Die Wahrscheinlichkeiten korrekter Klassifikation unter mehreren gängigen Methoden zur Handhabung fehlender Werte werden mithilfe von Monte-Carlo-Methoden untersucht. Die Methoden umfassen die Verwendung nur vollständiger Beobachtungsvektoren; die Nutzung aller Beobachtungen ohne Ersatz; den Austausch von Mittelwerten für fehlende Beobachtungen; die Regression nach Buck; und die Hauptkomponentenmethode von Dear. Diskriminanzfunktionen wurden unter Verwendung unabhängiger Zufallsstichproben aus zwei multivariaten Normalverteilungen mit gleichen Kovarianzmatrizen gebildet. Fehlende Werte treten zufällig in jeder Variablen auf und unabhängig von fehlenden Werten in anderen Variablen. Die Mittelwertsubstitutionsmethode und die Hauptkomponentenmethode sind im Allgemeinen den anderen für die betrachteten Fälle überlegen.