Los datos faltantes son todo un reto en los análisis estadísticos porque los resultados que arrojan tienen limitaciones. La imputación, entendida como el proceso de remplazar los datos faltantes con un valor estimado, es un problema regular en los proyectos de investigación. Existen muchos modelos y paqueterías destinada para este proceso, sin embargo, la selección del modelo de imputación adecuado al tipo de datos que tienes es trascendental para la fiabilidad del resultado. En este estudio trabajamos con una tabla de datos cruzada que involucraba series de tiempo (datos panel) para 33 países y 17 variables (periodo desde el 2000-2016), con un 24% de datos faltantes. Se utilizó un modelo de imputación múltiple propuesto por Honaker y King (2010), se agregaron algunas restricciones al sistema ¿Podemos confiar en la imputación?
Palabras Claves: Imputación; datos faltantes; series de tiempo; datos panel; imputación múltiple.
Diana del Callejo ¹
Instituto de Investigación y Estudios Superiores, Económicos y Sociales
Universidad Veracruzana, México
Miércoles 28 de Octubre
Hora 14:00 Plataforma Zoom
ID Reunión Zoom: 938 9512 8667
Contraseña: 2r+jP9x4h7
¹ ddelcallejo@uv.mx