Multiple Imputationsmodelle für Knowledge Economy Indicators. Theorie, Implementierung und Verbesserungsvorschläge.

DSpace Repository

Show simple item record

dc.contributor.advisor Schaich, Eberhard (Prof. Dr. Dr. h.c. mult.) de_DE
dc.contributor.author Huergo, Luis Augusto de_DE
dc.date.accessioned 2010-08-10 de_DE
dc.date.accessioned 2014-03-18T10:03:29Z
dc.date.available 2010-08-10 de_DE
dc.date.available 2014-03-18T10:03:29Z
dc.date.issued 2009 de_DE
dc.identifier.other 327413905 de_DE
dc.identifier.uri http://nbn-resolving.de/urn:nbn:de:bsz:21-opus-50771 de_DE
dc.identifier.uri http://hdl.handle.net/10900/47772
dc.description.abstract Im Rahmen des Europäischen Projekts KEI wurde die Universität Tübingen u.a. mit der Aufgabe betraut, einen mit 42% fehlenden Daten behafteten Datensatz zu rekonstruieren (imputieren), welcher die Grundlage für die Untersuchungen der anderen Partner-Institutionen darstellte. Angesichts des hohen Anteils fehlender Werte wurde zur Imputation des Datensatzes ein Imputationsmodell ausgewählt, das sich in der Fachliteratur aufgrund seiner hohen Leistungsfähigkeit einer großen Beliebtheit erfreut. Untersuchungen des Datensatzes haben jedoch ergeben, dass unterschiedliche Verletzungen der in diesem Basis-Modell getroffenen Annahme einer multivariaten Normalverteilung vorlagen, welche die Qualität der Imputationen gefährden konnten. Die Tatsache, dass die Stichproben per Definition von einem geringen Umfang sind, hat die Lage zusätzlich erschwert. Diese Annahmeverletzungen stellen jedoch keine Besonderheit des KEI-Datensatzes dar, sondern werden häufig in realistischen Datenlagen beobachtet. Diese Arbeit hat sich daher auf sechs beobachtete Probleme konzentriert und versucht, sie weitmöglichst zu beheben: 1) Präsenz von Ausreißern z.B. aufgrund uneinheitlicher Definition der Indikatoren in den untersuchten Ländern. 2) Große Abweichungen der empirischen Verteilungen von der Normalverteiltheit. 3) Variablen meist strikt positiv. 4) Nichtlinearität der Beziehungen zwischen Variablen. 5) Kleine Stichproben. 6) Hoher Anteil an fehlenden Werten (NA's). Die Vorgeschlagenen Lösungsansätze, welche die Leistungsfähigkeit computerintensiver Methoden wie MCMC-Verfahren und EM-Algorithmus mit modernen ökonometrischen Schätzverfahren kombinieren, versuchen das Basis-Imputationsmodell auf die besonderen Eigenschaften der Daten auszurichten. de_DE
dc.description.abstract Within the Sixth Framework Programme of the European commission the KEI (Knowledge Economy Indicators) project was entrusted with the development and improvement of composite indicators for the knowledge-based economy. Particularly, the analysis of aggregation techniques and the behaviour of the resulting composite indicators was a key issue of the project. In order to build the composite indicators, the availability of a complete dataset is needed. One single missing value (NA) may lead to a failure of the aggregation procedures. However, the KEI dataset has approximately 42% of missing values. To cope with this situation, enhancements of some well established multiple imputation models which combine the powerful MCMC-methods and the EM-Algorithm with modern econometric techniques were proposed and implemented. en
dc.language.iso de de_DE
dc.publisher Universität Tübingen de_DE
dc.rights ubt-podok de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en en
dc.subject.classification Statistik de_DE
dc.subject.ddc 310 de_DE
dc.subject.other MCMC , EM-Algorithmus , KEI , Multiple Imputation de_DE
dc.subject.other EM-Algorithm , Multiple Imputation , Computational Statistics en
dc.title Multiple Imputationsmodelle für Knowledge Economy Indicators. Theorie, Implementierung und Verbesserungsvorschläge. de_DE
dc.title Multiple Imputation models for Knowledge Economy Indicators. en
dc.type PhDThesis de_DE
dcterms.dateAccepted 2010-01-02 de_DE
utue.publikation.fachbereich Wirtschaftswissenschaften de_DE
utue.publikation.fakultaet 6 Wirtschafts- und Sozialwissenschaftliche Fakultät de_DE
dcterms.DCMIType Text de_DE
utue.publikation.typ doctoralThesis de_DE
utue.opus.id 5077 de_DE
thesis.grantor 04 Wirtschaftswissenschaftliche Fakultät de_DE

Dateien:

This item appears in the following Collection(s)

Show simple item record