Lineare Inkrementmodelle für longitudinale Daten mit dropout

Erste Frage Aufrufe: 546     Aktiv: 01.06.2021 um 01:23

0

Ich schreibe grade eine Hausarbeit in Statistik und muss lineare Inkrementmodelle und ihre Anwendung bei Studien mit Ausreißern (bzw. fehlenden Daten) beschreiben. Dabei soll ich den "working singularity"-Ansatz beachten. Es werden dabei Informationen aus vergangenen, beobachteten Messungen genutzt, um Schätzer für fehlende Daten (unbeobachtete Messungen) zu erstellen und somit einen hypothetisch vollständigen Datensatz zu erzeugen.

Meine Fragen: Gibt es offizielle Formeln dafür? Was wird hier wie berechnet? Was gehört alles zu linearen Inkrementmodellen? Wie könnte man die Hausarbeit am besten aufbauen? 

Diese Frage melden
gefragt

Punkte: 10

 
Kommentar schreiben
0 Antworten