ESTIMAÇÃO DE MODELOS LOGLINEARES COM DADOS FALTANTES: UMA APLICAÇÃO AO SAEB/99 / LOGLINEAR MODEL ESTIMATION WITH MISSING DATA: AN APPLICATION TO SAEB/99.
AUTOR(ES)
DENIS PAULO DOS SANTOS
DATA DE PUBLICAÇÃO
2002
RESUMO
Generally, in statiscal analysis, missing value in one variable at least, implies the elimination of the respondent unit. That strategy, default in the most of statistical softwares, don´t produce results free from bias, unless the missing data are Missing Completly At Random (MCAR). This dissertation shows the classification about the mechanisms that lead to missing data and the modeling of categorical data dealing with missing data. To do that we combine loglinear model and the EM (Expectation- Maximization) algorithm. This combination produce the agorithm called ECM (Expectation-Conditional Maximization) algorithm. The method is applied to SAEB educational data. The objective is to investigate the relationship between responsable for developing the pedagogic project and the impact on the mean proficiency of school.
ASSUNTO(S)
ecm algorithm modelo loglinear algoritmo ecm missing data dados faltantes loginear model
ACESSO AO ARTIGO
Documentos Relacionados
- Uso da imputação múltipla de dados faltantes: uma simulação utilizando dados epidemiológicos
- Tratamento de dados faltantes empregando biclusterização com imputação múltipla
- Estimação da oferta de trabalho com modelos coletivos: uma aplicação para o Brasil
- UN ESTUDIO COMPARATIVO DE LAS METODOLOGÍAS DE MODELAJE DE DATOS PROVENIENTES DE MUESTREOS COMPLEJOS UNA APLICACIÓN AL SAEB 99
- "Modelos de risco de crédito de clientes: Uma aplicação a dados reais"
