Inmutacion de datos

5

,

(

6

(

54

estudios estadísticos y prospectivos

mputación de datos: teoría y práctica
Fernando Medina Marco Galván

I

División de Estadística y Proyecciones Económicas

Santiago de Chile, julio de 2007

Este documento fue preparado por Fernando Medina y Marco Galván, Asesor Regional y Asistente de Investigación, respectivamente, de la Unidad deEstadísticas Sociales de la División de Estadística y Proyecciones Económicas de la Comisión Económica para América Latina y el Caribe (CEPAL), bajo la supervisión de Juan Carlos Feres, Jefe de dicha unidad. Las opiniones expresadas en este documento, que no ha sido sometido a revisión editorial, son de exclusiva responsabilidad de los autores y pueden no coincidir con las de la Organización.Publicación de las Naciones Unidas ISSN versión impresa 1680-8770 ISSN versión electrónica 1680-8789 ISBN: 978-92-1-323101-2 Nº de venta: S.07.II.G.109 LC/L.2772-P Copyright © Naciones Unidas, julio de 2007. Todos los derechos reservados Impreso en Naciones Unidas, Santiago de Chile La autorización para reproducir total o parcialmente esta obra debe solicitarse al Secretario de la Junta dePublicaciones, Sede de las Naciones Unidas, Nueva York, N. Y. 10017, Estados Unidos. Los Estados miembros y sus instituciones gubernamentales pueden reproducir esta obra sin autorización previa. Sólo se les solicita que mencionen la fuente e informen a las Naciones Unidas de tal reproducción.

CEPAL - Serie Estudios estadísticos y prospectivos No 54

Imputación de datos: teoría ypráctica

Índice

Resumen ...............................................................................................7 I. Introducción...............................................................................9 II. ¿Qué son los datos faltantes (missing values)? .....................11 III. Evolución histórica de los métodos de imputación ..............13 IV. Los objetivos teóricos yprácticos de la imputación.............15 V. Patrones de comportamiento de los datos omitidos.............17 VI. La distribución de los datos faltantes....................................19 VII. Procedimientos tradicionales de imputación........................21 A. Análisis con datos completos (Listwise o case deletionLD).......................................................................21 B. Análisis con los datos disponibles (pairwise deletion) .....22 C. Reponderación...................................................................23 VIII. Imputación simple...................................................................25 A. Imputación por el método de medias no condicionadas......25 B. Imputación por medias condicionadas para datosagrupados...........................................................................26 C. Imputación con variables ficticias .....................................27 D. Imputación mediante una distribución no condicionada .....27 E. Imputación por regresión...................................................28 F. ¿Cuándo es adecuada la imputación simple? ....................29 G. Estimación por máxima verosimilitud(MV).....................29 IX. Imputación múltiple................................................................31 A. ¿Qué es imputación múltiple (IM)?...................................31 B. Procedimiento de imputación múltiple (IM) .....................33 C. Consideraciones acerca del procedimiento IM..................34 X. Imputación de datos en encuestas complejas.......................37

3

CEPAL - Serie Estudios estadísticos y prospectivos No 54

Imputación de datos: teoría y práctica

XI.

Efectos de la imputación en la pobreza y la desigualdad...................................................41 A. Objetivos del estudio .......................................................................................................41 B. Características de los...