Expectation-Maximization-Verfahren

 

[engl. Erwartung, Maximierung]. [FSE], Methode zur Imputation durch eine stochastische Regressionsimputation (Regressionsersetzung) mithilfe des Expectation-Maximization-Algorithmus (EM-Algorithmus). In zwei Schritten werden die fehlenden Werte ersetzt. Im ersten Expectation-Schritt werden mittels der anderen Variablen des Datensatzes die fehlenden Werte durch eine Regression (Regressionsanalyse) geschätzt. Im zweiten Maximization-Schritt wird die Likelihood-Funktion maximiert. Dieses schrittweise Verfahren wird durchlaufen, bis eine stabile Lösung gefunden ist bzw. der Schätzalgorithmus konvergiert. Vorteil dieses Verfahrens ist, dass Mittelwerte, Varianzen und Kovarianzen des vervollständigten Datensatzes weder unter- noch überschätzt werden. Expectation-Maximization-Verfahren führt auch im Falle von Missing at Random (MAR) (Missing-Data-Prozesse) zu unverzerrten Schätzungen.

Referenzen und vertiefende Literatur

Die Literaturverweise stehen Ihnen nur mit der Premium-Version zur Verfügung.

Datenschutzeinstellungen

Wir verwenden Cookies und Analysetools, um die Sicherheit und den Betrieb sowie die Benutzerfreundlichkeit unserer Website sicherzustellen und zu verbessern. Weitere informationen finden Sie unter Datenschutz. Da wir Ihr Recht auf Datenschutz respektieren, können Sie unter „Einstellungen” selbst entscheiden, welche Cookie-Kategorien Sie zulassen möchten. Bitte beachten Sie, dass Ihnen durch das Blockieren einiger Cookies möglicherweise nicht mehr alle Funktionalitäten der Website vollumfänglich zur Verfügung stehen.