Bewertung:
In den Rezensionen wird das Buch von Paul Allison als wertvolle Ressource für das Verständnis und den Umgang mit fehlenden Daten in der sozialwissenschaftlichen Forschung hervorgehoben. Es wird für seine Klarheit, Zugänglichkeit und praktische Anleitung zu verschiedenen Techniken, insbesondere zur multiplen Imputation, gelobt. Einige Leser äußern jedoch Bedenken hinsichtlich der ethischen Implikationen der Datenmanipulation und der Einfachheit der vorgestellten Methoden im Vergleich zu komplexeren Datensätzen.
Vorteile:⬤ Klarer und zugänglicher Schreibstil, der komplexe Konzepte verständlich macht.
⬤ Praktische Anleitung zum Umgang mit fehlenden Daten, einschließlich Methoden wie der multiplen Imputation.
⬤ Prägnant und leicht zu transportieren, nützlich als schnelle Referenz.
⬤ Gut geeignet für Anfänger und Nicht-Spezialisten, die eine intuitive Einführung suchen.
⬤ Qualitativ hochwertige, nützliche Erkenntnisse, die die Forschung bereichern können.
⬤ Einige Leser finden den Umgang mit Datenmanipulationen ethisch bedenklich.
⬤ Der Wunsch nach eingehenderen Diskussionen über bestimmte fortgeschrittene Techniken und ihre Anwendbarkeit auf nicht-traditionelle Datensätze.
⬤ Von Nutzern gemeldete Fälle von fehlendem Inhalt in physischen Kopien.
(basierend auf 15 Leserbewertungen)
Missing Data
Anhand zahlreicher Beispiele und praktischer Tipps bietet dieses Buch eine nichttechnische Erläuterung der Standardmethoden für fehlende Daten (wie z.
B. listenweises oder fallweises Löschen) sowie zweier neuerer (und besserer) Methoden, der maximalen Wahrscheinlichkeit und der multiplen Imputation.
Jeder, der sich auf Ad-hoc-Methoden verlassen hat, die statistisch ineffizient oder voreingenommen sind, wird in diesem Buch eine willkommene und leicht zugängliche Lösung für seine Probleme mit fehlenden Daten finden.
| ISBN: | 9780761916727 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
