Beschreibung

In dem Beitrag werden Anpassungen der Standardroutinen der multiplen Imputation vorgeschlagen, und eine erfolgreiche Methode multipler Imputation für komplexe Erhebungen wird am Beispiel des Imputationsprojekts des IAB-Betriebspanels vorgestellt. Zunächst wird das Grundkonzept der multiplen Imputation skizziert. Anschließend werden Joint Modeling und Sequenzielle Regression als wichtigste Ansätze multipler Imputation eingeführt, und ihre Vor- und Nachteile werden diskutiert. Im nächsten Schritt werden Anpassungen der Standardroutinen der multiplen Imputation vorgestellt, die dazu dienen, häufig in der Praxis auftretende Probleme zu lösen. Es wird ein Überblick über mögliche Probleme, die bei der Datenanalyse auftreten können, gegeben sowie eine Zusammenfassung von Lösungsmöglichkeiten. Im nächsten Kapitel wird ein Projekt zur multiplen Imputation am Institut für Arbeitsmarkt- und Berufsforschung beschrieben, das sich auf die vorher beschriebenen Methoden stützt: Die multiple Imputation fehlender Werte des IAB-Betriebspanels. In diesem Zusammenhang werden auch die Methoden zur Evaluation der Qualität der Imputationen diskutiert. (IAB)