Definicja

Braki danych

Inne nazwy: brakujące wartości, missing data, dane niekompletne. Kategoria: jakość danych.

Braki danych występują, gdy wartość zaplanowanej zmiennej nie została zarejestrowana dla danej jednostki. Ich znaczenie zależy nie tylko od odsetka braków, lecz także od przyczyny, wzoru występowania, zmiennych objętych brakami i celu analizy. Większa próba nie usuwa błędu systematycznego spowodowanego selektywnym brakiem odpowiedzi.

MCAR, MAR i MNAR. Przy MCAR brak nie zależy ani od danych obserwowanych, ani od brakujących wartości. Przy MAR prawdopodobieństwo braku może zależeć od danych obserwowanych, ale po ich uwzględnieniu nie zależy od brakującej wartości. Przy MNAR pozostaje zależność od nieobserwowanej wartości także po uwzględnieniu danych dostępnych. MAR nie znaczy „braki są losowe potocznie”, a mechanizmu MAR i MNAR nie można rozstrzygnąć wyłącznie na podstawie obserwowanych danych.

Częsty błąd. Zastępowanie każdego braku średnią całej próby. Imputacja średnią sztucznie zmniejsza zróżnicowanie imputowanej zmiennej, a pojedyncza imputacja nie uwzględnia niepewności zastępowanych wartości i może prowadzić do zaniżonych błędów standardowych. Wielokrotna imputacja może być użyteczna przy właściwym modelu i uzasadnionych założeniach, ale nie naprawia automatycznie MNAR ani źle określonego modelu. Plan powinien obejmować opis braków i analizę wrażliwości na kluczowe założenia.

Przykład. W badaniu podłużnym częściej brakuje pomiaru końcowego u osób z wysokim wynikiem początkowym. Ponieważ wynik początkowy jest obserwowany, można rozważyć model MAR uwzględniający tę zmienną. Nie wyklucza to MNAR, jeśli rezygnacja zależała również od niezmierzonego wyniku końcowego.

Jak to zapisać w pracy. Dla każdej zmiennej podano liczbę i odsetek brakujących wartości oraz wzór braków między falami. Analiza główna opierała się na jawnie opisanym założeniu MAR i modelu obejmującym zmienne związane z brakiem odpowiedzi. Odporność wniosków oceniono w analizie wrażliwości względem określonych odstępstw od MAR.

Powiązane hasła: Badanie podłużne, protokołu badania, populacji i próby, Liczebność próby.

Jeśli braki danych mogą zmienić wnioski z analizy, Wyceń projekt.