6 votos

Obtener una medición promedio basada en dos calificadores para los casos donde los datos son que falta para un evaluador

Contexto:

Estoy investigando el comportamiento en un estudio clínico con niños. He tenido ambos, los padres y los maestros que completaron cuestionarios para informar a una comprensión de la misma base de las construcciones, por ejemplo de la agresión reactiva.

En la conclusión de la recopilación de datos que tengo de los padres de datos en todos los casos, n=55, y profesor de datos para 41 de los casos - por lo tanto, tengo 14 casos donde sólo el padre o la madre de datos.

Para los propósitos de nuestro estudio es que tiene sentido para el agregado de los padres y de las observaciones del maestro para cada caso. Como tengo una pequeña muestra de mi padre de datos para cada caso, la eliminación de los casos en forma pares no parece una opción viable. Hay varias variables para las que necesito para hacer esto, todos los cuales parecen correlacionarse bien. Antes de agregar los datos, pensé que tendría sentido para abordar el problema de falta de datos.

Con respecto a la 'sustitución' he hecho un poco de lectura breve y estoy familiarizado con las funciones básicas de " dentro de la variable de sustitución de opciones, sin embargo, pensé que no podría ser más potente método en el que podría utilizar:

(a) los padres de puntuación que tenemos en cada caso para cada una de las variables, n=55, 100% de los casos.

(b) la comprensión de la relación entre padres de familia y maestros de las puntuaciones en los casos donde tenemos tanto, n=41, el 74,5% de los casos

Pregunta:

  • ¿La idea general descrito anteriormente parece razonable?
  • ¿Cuál sería un buen algoritmo para la aplicación en detalle?
  • Cómo podría ser implementado en el programa SPSS?

4voto

MGOwen Puntos 122

La idea suena bastante parecida a la sola imputación. Esta es una mejor idea de cuando se enfrentan con los datos que faltan de la lista de sabios o de pares de eliminación. Sin embargo, todavía no es un buen enfoque.

Un mejor enfoque podría ser múltiples imputación. Esencialmente, usted simular desde el 3 al 10 conjuntos de datos condicional en sus datos observados. Luego de realizar el análisis en cada uno de estos conjuntos de datos, y combinar los resultados al final. Los efectos en la simulación de múltiples conjuntos de datos es garantizar que la incertidumbre en el proceso de imputación se tiene en cuenta.

Esto puede realizarse mediante el procedimiento de Imputación Múltiple en el programa SPSS (creo que en el menú analyze).

Sin embargo, mientras que varios de imputación ha demostrado ser válido con grandes conjuntos de datos, no existe mucha información sobre su uso en muestras pequeñas.

Una buena introducción (desde una perspectiva educativa) se puede encontrar aquí

Un documento sobre su uso en muestras pequeñas (en un motor de contexto) se puede encontrar aquí

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X