Resumen de Datos ausentes: mecanismos y posibles soluciones
Uno de los problemas más frecuentes a los que se enfrentan los investigadores empíricos es la ausencia parcial de datos. En este artículo abordaremos tres tipos diferentes de ‘ausencias’ de datos; a saber, la ausencia completamente aleatoria, la ausencia aleatoria y la ausencia no aleatoria. Veremos los métodos que permiten tratar los datos ausentes, incluido el enfoque simple de ‘análisis de caso completo’, en el que únicamente utilizamos las observaciones del conjunto de datos para las que están disponibles todos los datos, y el enfoque más sofisticado de ‘imputación múltiple’, en el que repetimos el análisis utilizando copias múltiples (completadas) del conjunto de datos y obtenemos las estimaciones de interés haciendo un promedio de todos los análisis. Mostraremos cómo implementar soluciones ante la ausencia de datos y discutiremos las limitaciones de los métodos.
