Valores Faltantes

Las siglas MNAR corresponden a ?

• Patrón no aleatorio

• Patrón completamente aleatorio

• Patrón aleatorio

• Ninguna de las anteriores

Un ejemplo de patrón no aleatorio es?

• Los valores faltantes de la variable edad dependen del género

• Los valores faltantes de la variable edad no dependen de otros valores de la edad ni covariables

• Clientes con mayor edad son menos propensas a revelar su edad

• Todas las anteriores

Un ejemplo de patrón aleatorio es?

• Los valores faltantes de la variable edad dependen del género

• Los valores faltantes de la variable edad no dependen de otros valores de la edad ni covariables

• Clientes con mayor edad son menos propensas a revelar su edad

• Todas las anteriores

Un ejemplo de patrón completamente aleatorio es?

• Los valores faltantes de la variable edad dependen del género

• Los valores faltantes de la variable edad no dependen de otros valores de la edad ni covariables

• Clientes con mayor edad son menos propensas a revelar su edad

• Todas las anteriores

Los tipos de no respuesta son ?

• No respuesta parcial y no respuesta total

• Aleatorias

• Análisis de datos complejos

• Imputación múltiple

Dos metodologías de imputación simple son:

• Medias condicionadas y análisis con datos completos

• Análisis con datos completos y análisis con datos disponibles

• Medias no condicionadas y máxima verosimilitud

• Máxima verosimilitud y reponderación

La imputación múltiple consiste en:

• Trabajar con diferentes tamaños de muestra con los datos que tengan información

• Trabajar con las observaciones que tengan información completa en todas las variables

• Reponderar las observaciones que se mantienen en la variable

• Utilizar simulación de Monte Carlo y sustituye los datos faltantes a partir de un número m>1 de simulaciones

Los datos faltantes pueden ocasionar:

• Nada, no afectan los análisis

• Situaciones no deseadas en la inferencia estadística

• Mejores estimadores

• Menos sesgo en los análisis