Regression-based nearest neighbour hot decking

Abstract

Der Verfasser entwickelt eine Methode der Ableitung, die sowohl auf einem multivariaten Regressionsmodell als auch auf einem "nearest neighbour hot decking" beruht. Er wendet diese Methode erfolgreich auf eine ratioskalierte Variable an, die aus einer hohen Zahl unbekannter Nullwerte besteht. Die so erhaltenen Ergebnisse werden mit Ergebnissen verglichen, die vermittels random hot decking berechnet wurden. Der Verfasser versucht darüber hinaus, Varianzen zu schätzen, die die Tatsache berücksichtigen, dass einige Daten abgeleitet sind. Diese Methode führt zu einer zusätzlichen Komponente der Varianz, die als Ableitungsvarianz bezeichnet wird. Im ersten Teil des Beitrags werden Ableitungsmethoden und -strategien im allgemeinen diskutiert. Der Verfasser entwickelt auch einen diagnostischen Test für die Qualität von Ableitungen. Dieser Test überprüft, wie oft dieselbe Quelle zur Ableitung fehlender Werte verwandt wird. (ICEÜbers)

"The paper develops the imputation method which takes advantage both of a multivariate regression model and a nearest neighbour hot decking method. This method is successfully applied to a ratio-scale variable which consists of a high number of non-known zero values. The results obtained by means of the method are compared with those obtained by random hot decking. The paper also makes an attempt to estimate variances which take into account the fact that some data are imputed. This method provides an additional variance component, called imputation variance. In the first part of the paper, imputation methods and imputation strategies are discussed more generally. The paper also develops a diagnostic test for the quality of imputations; this test checks how many times the same donor is used in imputing missing values." (author's abstract)