%0 Journal Article
%T M谷todos de imputaci車n para el tratamiento de datos faltantes: aplicaci車n mediante R/Splus = Imputation methods to handle the problem of missing data: an application using R/Splus
%A Muˋoz Rosas
%A Juan Francisco
%A Alvarez Verdejo
%A Encarnaci車n
%J Revista de M谷todos Cuantitativos para la Econom赤a y la Empresa
%D 2009
%I Pablo de Olavide University
%X La aparici車n de datos faltantes es un problema com迆n en la mayor赤a de las encuestas llevadas a cabo en distintos 芍mbitos. Una t谷cnica tradicional y muy conocida para el tratamiento de datos faltantes es la imputaci車n. La mayor赤a de los estudios relacionados con los m谷todos de imputaci車n se centran en el problema de la estimaci車n de la media y su varianza y est芍n basados en dise os muestrales simples tales como el muestreo aleatorio simple. En este trabajo se describen los m谷todos de imputaci車n m芍s conocidos y se plantean bajo el contexto de un dise o muestral general y para el caso de diferentes mecanismos de respuesta. Mediante estudios de simulaci車n Monte Carlo basados en datos reales extra赤dos del 芍mbito de la econom赤a y la empresa, analizamos las propiedades de varios m谷todos de imputaci車n en la estimaci車n de otros par芍metros que tambi谷n son utilizados con frecuencia en la pr芍ctica, como son las funciones de distribuci車n y los cuantiles. Con el fin de que los m谷todos de imputaci車n descritos en este trabajo se puedan implementar y usar con mayor facilidad, se proporcionan sus c車digos en los lenguajes de programaci車n R y Splus. = Missing values are a common problem in many sampling surveys, and imputation is usually employed to compensate for non-response. Most imputation methods are based upon the problem of the mean estimation and its variance, and they also assume simple sampling designs such as the simple random sampling without replacement. In this paper we describe some imputation methods and define them under a general sampling design. Different response mechanisms are also discussed. Assuming some populations based upon real data extracted from the context of the economy and business, Monte Carlo simulations are carried out to analyze the properties of the various imputation methods in the estimation of parameters such as distribution functions and quantiles. The various imputation methods are implemented using the popular statistical softwares R and Splus, and codes are here presented.
%K informaci車n auxiliar
%K encuesta
%K probabilidades de inclusi車n
%K mecanismo de respuesta
%K auxiliary information
%K survey
%K inclusion probabilities
%K response mechanism
%U http://www.upo.es/RevMetCuant/art25.pdf