Statistical Matching

Bei der statistischen Betrachtung von Datenstzen ist die eigentliche Analyse oft erst der zweite Schritt. Zunchst mssen die betrachteten Daten derart vorbereitet werden, dass sie sich fr die Zielanalyse eignen. Dieser erste Schritt kann unter Umstnden sehr arbeitsaufwndig sein, zeigt sich aber als hilfreich und teilweise unumgnglich fr eine przise Auswertung. Dieses Buch befasst sich mit zwei dieser vorbereitenden Datenaufbereitungsmethoden. Zum einen wird auf das Problem fehlender Werte eingegangen, welches in vielen Datenstzen vorliegt. Ein unvollstndiger Datensatz kann nicht mit den Standardmethoden analysiert werden. Mit der Multiplen Imputation wird eine Methode vorgestellt, die den zu behandelnden Datensatz vervollstndigt, ohne die Daten zu verzerren, und gleichzeitig die Unsicherheit ber die anfangs fehlenden Werte bercksichtigt. Ein zweites Problem, vor welches man vor einer Datenanalyse gestellt werden kann, ist das der Datenfusion. Wenn die Information von Interesse nicht in einem, sondern in zwei Datenstzen mit unterschiedlichen Items vorliegt, mssen diese zunchst (z.B. per Statistical Matching) miteinander fusioniert werden. In diesem Buch wurde ein Datensatz zum Thema "Religiositt" mit einem zum Thema "Gesundheit" fusioniert, um eventuelle Zusammenhnge zwischen diesen beiden Themengebieten analysieren zu knnen.