CJNR Abstract Vol. 37, No. 4, December 2005
Abstract: Best Practices in Research Methods
Missing Data: An Introductory Conceptual Overview for the Novice Researcher
Maher M. El-Masri and Susan M. Fox-Wasylyshyn
Missing data is a common issue in research that, if improperly handled,
can lead to inaccurate conclusions about populations. A variety of statistical
techniques are available to treat missing data. Some of these are simple
while others are conceptually and mathematically complex. The purpose
of this paper is to provide the novice researcher with an introductory
conceptual overview of the issue of missing data. The authors discuss
patterns of missing data, common missing-data handling techniques, and
issues associated with missing data. Techniques discussed include listwise
deletion, pairwise deletion, case mean substitution, sample mean substitution,
group mean substitution, regression imputation, and estimation maximization.
Key words: missing data, patterns of missingness, deletion, imputation,
case mean substitution, group mean substitution
Résumé : Meilleures pratiques en matière de
méthodes de recherche
Les données manquantes : introduction aux concepts de base à
l'intention du chercheur novice
Maher M. El-Masri et Susan M. Fox-Wasylyshyn
Les données manquantes posent un problème fréquent
en recherche; s'il n'est pas traité correctement, il peut fausser
les conclusions concernant une population. Il existe un ensemble de
méthodes statistiques permettant d'interpréter les données
manquantes, certaines simples, et d'autres complexes, sur le plan théorique
et mathématique. Le présent article propose une vue d'ensemble
du problème des données manquantes à l'intention
des chercheurs débutants. Les auteurs expliquent les modèles
de données manquantes, discutent des questions qu'elles soulèvent
et présentent certaines méthodes de traitement courantes.
Parmi les techniques abordées, on compte la suppression dans
la liste (listwise suppression), la suppression par paires (pairwise
suppression), la substitution moyenne par cas, par échantillon
ou par groupe, l'imputation par régression et la maximisation
de l'estimation.
Mots clés : données manquantes, modèles de
données manquantes, suppression, imputation, substitution moyenne
|
|
