Imputationsverfahrens

Imputationsverfahrens, auch Imputationsverfahren genannt, bezeichnet in der Statistik ein Verfahren zur Behandlung fehlender Daten, bei dem unvollständige Beobachtungen durch plausible Werte ersetzt werden. Ziel ist es, Verzerrungen zu verringern und die Verlässlichkeit von Analysen zu erhöhen, ohne die Datengrundlage unnötig zu reduzieren.

Grundtypen der Imputation umfassen einfache und fortgeschrittene Verfahren. Einfache Imputation ersetzt fehlende Werte durch Mittelwert, Median oder Modus oder nutzt Vorwärts-/Rückwärtsersatz. Fortgeschrittene Ansätze umfassen Regression imputation, Hot-Deck-Imputation (Aussortieren eines ähnlichen Falles), k-nearest-neighbors-Imputation (KNN), sowie modellbasierte Methoden wie die EM-Algorithmus-Imputation. Eine verbreitete Strategie ist die Mehrfache Imputation (Multiple Imputation, MI), bei der mehrere imputierte Datensätze erzeugt, getrennte Analysen durchgeführt und die Ergebnisse kombiniert werden, um die Unsicherheit der Imputation abzubilden. Ein weiteres häufig genutztes Verfahren ist MICE (Multivariate Imputation by Chained Equations), das imputationen für mehrere Variablen schrittweise in Zyklen berechnet.

Der Ablauf umfasst die Bestimmung des Missingness-Mechanismus (MCAR, MAR, MNAR), die Wahl eines geeigneten Verfahrens, die Implementierung der Imputation sowie die Validierung der Ergebnisse. Wichtige Diagnosen prüfen Plausibilität der imputierten Werte, Übereinstimmung der Verteilungen und Stabilität der Analysen über verschiedene Imputationsläufe.

Anwendungen finden sich insbesondere in Sozial- und Wirtschaftsforschung, Medizin, Umfragen sowie jeder Fachrichtung, in der Datensätze Lücken enthalten. Vorteile liegen in der Nutzung größerer Datensätze und reduzierter Verzerrungen, während Nachteile wie potenzielle Untertreibung der Unsicherheit bei Einfachimputation oder falsche Annahmen bei komplexen Modellen zu beachten sind. See also Missing Data, MI, EM-Algorithmus, MICE.