Fehlwerten

Fehlwerten bezeichnet in der Statistik fehlende Messwerte in einem Datensatz. Sie treten auf, wenn für eine Beobachtung eine Variable keinen gemessenen Wert hat. Fehlwerte unterscheiden sich von gültigen Werten wie Null oder leeren Feldern, die unterschiedliche Bedeutungen haben. Im Alltag erscheinen sie häufig in Umfragedaten, Experimenten, Sensor- oder Protokolldaten.

Ursachen und Muster: Häufige Ursachen sind Nichtantwort, Messfehler, das Überspringen von Feldern, Datenübertragungsfehler oder technische Ausfälle. Muster der Fehlwerte lassen sich in MCAR (fehlende Werte unabhängig von allen Variablen), MAR (abhängig von beobachteten Variablen) und MNAR (abhängig von nicht beobachteten Werten) unterscheiden. Die Typen haben Einfluss auf die geeignete Analyse.

Auswirkungen: Fehlwerte reduzieren die verfügbare Stichprobenanzahl und können Verzerrungen verursachen, wenn das Missingness nicht zufällig ist. Besonders in Zeitreihen oder Längsschnitten können Lücken Analysen komplizieren.

Umgang: Möglichkeiten umfassen Löschung fehlender Werte (listwise oder pairwise), sowie Imputation. Einfache Verfahren: Ersetzung durch Mittelwert/Median; fortgeschrittene Ansätze: Regression, Hot-Deck-Imputation, KNN-Imputation. Mehrfachimputation (Multiple Imputation) kombiniert mehrere plausible Werte. Modellbasierte Ansätze wie Maximum-Likelihood oder Bayesian Methods sind ebenfalls gängig. Die Wahl hängt von Missingness-Typ, Verzerrungspotenzial und Analyseziel ab.

Dokumentation und Qualitätssicherung: Berichte über Anteil und Verteilung der Fehlwerte, Transparenz über Imputationen und Sensitivitätsanalysen sind wichtig. Fehlwerte werden oft als NA, NaN oder leere Felder kodiert; eine konsistente Dokumentation erleichtert Reproduzierbarkeit.